[ML] 추천시스템_ 장르 유사도를 고려한 영화 추천 알고리즘

최근접 이웃 협업 필터링

- 축적된 사용자 행동 데이터를 기반으로 사용자가 아직 평가하지 않은 아이템을 예측 평가

    - 사용자 기반 : 당신과 비슷한 고객들이 다음 상품을 구매했다.

    - 아이템 기반 : 이 상품을 선택한 다른 고객들은 다음 상품도 구매했다.

 

- 일반적으로는 사용자 기반보다는 아이템 기반 협업 필터링이 정확도가 더 높다.

    - 비슷한 영화를 좋아한다고 취향이 비슷하다고 판단하기 어렵거나, 매우 유명한 것의 경우 취향과 관계없이 관람하는 경우가 많고,

      평점을 매기지 않은 경우가 많기 때문이다.

 

잠재 요인 협업 필터링

- 사용자-아이템 평점 행렬 데이터를 이용해서 "잠재요인"을 도출하는 것이다.

- 주 요인과 아이템에 대한 잠재요인에 대해 행렬 분해를 하고 

  다시 행렬곱을 통해 아직 부여하지 않은 아이템에 대한 예측 평점을 생성하는 것이다.

 

---

 장르별 영화 추천 시스템 만들기

movie Data를 불러와서 필요한 칼럼만 솔팅하고, 가장 중요한 genres 칼럼을 살펴보았다. str 형태였다.

문자열로 된 데이터를 각각 복구시켜주는 literal_eval을 import한다.

출력값 ['Action', 'Adventure', 'Fantasy', 'Science Fiction']

id와 name 등 필요없는 항목들은 계속해서 지워준다. 

lambda 함수를 이용하여 장르 특성값만 남겨주었다.

장르 여러개를 사용해 유사도를 정리하고자 CountVectorizer을 import했다.

위에서 만든 genres_literal을 fit_transform한 변수를 만들어 전개한다.

문장의 유사도 측정에는 cosine_similarity를 사용했다.

 

! 문제점을 발견했다. 

Mi America의 vote_average는 0.0이다?

평점과 평점을 매긴 횟수를 보면 문제 데이터가 보인다. vote_average와 vote_count

 -> 어떻게 처리할 것인가?  ->  영화 선정을 위한 가중치를 선정해보자.

 

weighted_vote 칼럼을 새로 만들어 가중치 계산이 된 평점을 넣어준다.

movies_df의 head와 tail을 출력해봐도 값이 제대로 들어간 것을 알 수 있다.

 

위에서 작성한 함수를 일부 수정해준다. 

이후 다시 'The Godfather'과 유사한 영화를 검색해보면 상위 10개의 영화 값이 제대로 출력되는 것을 볼 수 있다.

 

(너무나 당연하게 갓파더2가 맨 위에 랭크되어있다)