개인적인 의견

1. Introduction

인터넷의 발달로 인해 유저들의 다양하고 많은 히스토리를 이용할 수 있게 되어 추천시스템이 발전할 수 있었습니다.

추천시스템이 급격하게 성장할 수 있었던 이유는 Netflix같은 스트리밍 분야(뿐만 아니라 SNS, 이커머스의 성장) 때문입니다. 비디오 컨텐츠(= 상품들)가 워낙 방대해졌기 때문에 추천시스템으로 유저의 만족을 충족시켜주었습니다.

(→ 논문 정리 엑셀에 The netflix recommender system: Algorithms, business value, and innovation 논문도 있음! 2015년 인용수 1500회)

본 연구는 추천시스템의 모델, 기술, 추천시스템이 적용된 서비스 분야에 대한 논문들을 분석하였습니다. 신뢰할만한 논문을 선정하기 위한 여러 조건들이 많이 적용되었습니다. 본 연구에서 분석한 논문들은 다음과 같은 조건을 만족하고 있습니다.

2. Literature Surveys

추천시스템은 수 많은 정보의 홍수로부터 오는 고민을 덜어줍니다. 추천시스템이 하는 일은 유저에게 제공될만한 아이템 리스트를 생성하고, 이 아이템들에게 랭킹을 부여하는 일입니다.

2.1. Recommendation Models

2.2. Recommendation Techniques

2.3. Application Fields