협업 필터링 기법에 대한 조사

가장 성공적인 추천 시스템 구축 방법 중 하나인 협업 필터링(CF)은 집단 사용자의 알려진 선호도를 활용하여 다른 사용자의 알려지지 않은 선호도를 추천하거나 예측합니다. 본 논문에서는 먼저 CF 작업과 데이터 희소성, 확장성, 동의어 문제, 회색양 문제, 셜링 공격, 개인정보 보호 등 주요 도전 과제 및 가능한 해결책을 소개합니다. 이후 세 가지 주요 CF 기법 범주를 소개하는데, 메모리 기반, 모델 기반, 그리고 CF를 다른 추천 기법과 결합한 하이브리드 CF 알고리즘으로 나누어 각 범주의 대표 알고리즘 예시와 예측 성능 및 과제 해결 능력을 분석합니다. 기초 기술부터 최신 기술까지 포괄적인 CF 기법 조사를 제시하여 이 분야 연구와 실무의 로드맵 역할을 하고자 합니다.