협업 필터링 알고리즘
[collaborative filtering]같은 콘텐츠를 좋아하는 사람은 콘텐츠 취향이 비슷할 것이라는 가정에 기반한 알고리즘. ‘갑’이 A·B 콘텐츠를 좋아하고 ‘을’이 B·C 콘텐츠를 좋아한다면 갑에게는 C를, 을에게는 A를 추천하는 식이다. 콘텐츠 평가에 참여하는 사람이 많아지고 데이터가 쌓일수록 추천 정확도가 높아지는 머신러닝 기술이 적용됐다. ‘협업 필터링’이라는 이름이 붙은 이유다. 마침 빅데이터 시대로 접어들면서 개인화된 추천 서비스는 더 힘을 받고 있다.
협업 필터링은 1992년 미국 제록스의 팰러앨토 리서치센터가 구축한 정보 검색 시스템을 시초로 본다. 콘텐츠 서비스에 적용된 것은 같은해 폴 레즈닉 미시간대 교수가 미네소타대 연구팀과 함께 유즈넷 넷뉴스(USENET Net news)의 뉴스 추천 시스템을 개발하면서다. 이후 이 알고리즘은 아마존이 도서 추천 시스템에 적용하면서 유명해졌다.
-
현대차그룹 직무적성검사[Hyundai Motor group Aptitude Test, HMAT]
현대자동차·기아자동차·현대제철·현대모비스·현대오토에버 등 현대자동차그룹사가 실시하는 입사시...
-
환통법
정부가 2015년 입법을 목표로 추진 중인 ‘환경오염시설 통합관리에 관한 법률’의 줄임말...
-
하이패스
고속도로 요금 자동 징수 시스템. 차량이 고속도로 요금소를 통과할 때 차 안의 단말기와 요...
-
휴먼 인덱스[human index]
생활 주변에서 관찰할 수 있는 사람의 행태를 분석해 주가, 경기를 전망하는 것으로 인간지수...