고객지원 > 지식/노하우

지식/노하우

지식/노하우

실시간 Context를 이용한 개인화 추천 - 1. 개념

페이지 정보

작성일2015-07-22

본문

실시간 Context를 이용한 개인화 추천

 

실시간 Context 개념

​넷스루 연구2팀


개인화 추천이란 쉽게 말해서 사용자가 관심을 가질만한 것을 미리 예측해서 제시하는 것이라고 볼 수 있습니다. 여기에는 두 가지 방법이 있습니다. 하나는 사용자의 과거 이용 내역을 분석하여 좋아할만한, 좋아하는, 자주 사용하는 상품이나 카테고리를 파악한 후 적절한 시기에 그 상품을 추천하는 방식이 하나고, 다른 하나는 사용자의 “현재 관심사”를 재빠르게 파악한 후, 현재 관심사에 잘 매칭되는 상품을 제시하는 방식입니다. 예를 들어, 사용자의 지난 몇 달간 이용 내역을 보니 우리 쇼핑몰에서 주로 스포츠 의류를 구입한 사용자에게 스포츠 의류 할인상품이나 쿠폰을 제공하는 것이 첫 번째 방식에 해당합니다. 반면, 지금 현재 사용자가 클릭하여 보고 있는 상품이 기능성 마라톤화일 때, 동급의 다른 마라톤화라든가 스포츠 반바지 등을 추천하는 방식이라고 볼 수 있습니다.

f5da0738543cb1ffcc334936cc359777_1437558

 

물론 두 가지를 적절히 섞을 수도 있겠지만, 굳이 둘 중 하나의 방법을 선택하라면 저는 두 번째 방법을 제안하고 싶습니다. 더 간단하게 사용자의 현재 관심사를 파악할 수 있으며, 단순한 가정 치고는 비교적 잘 먹히기 때문입니다. (사용자가 과거에 뭘 어떻게 했건 간에 지금 보고 있는 것이 가장 중요하다!)

일단, 지금 현재 사용자가 관심을 가지는 것을 알아낸다면 이제 사용자에게 적합한 상품을 추천하면 되는데, 어떤 상품을 추천할 것인지는 다양한 방법이 있습니다. 사용자가 관심을 가진 카테고리에서 요즘 제일 잘나가는 상품을 추천할 수도 있고, 관심을 보인 상품과 함께 팔리는 경향이 높은 상품을 추천할 수도 있습니다. 함께 팔리는 상품이 아니라 함께 조회하는 경향이 높은 상품을 추천할 수도 있습니다. 함께 팔리는 상품은 보조재나 보완재(예, 액세서리 상품)일 가능성이 크다면, 함께 조회하는 상품은 대체재(동급의 다른 상품)일 가능성이 크다고 볼 수 있으니까요. 비슷한 방법으로 이러저러한 상품들을 조회한 후에 최종적으로 구매할 확률이 높은 상품을 추천할 수도 있습니다. 성별이나 나이까지 고려한다면 좀 더 정교한 추천을 할 수도 있을 겁니다.

이 밖에도 여러 가지 추천 방법을 고안해 낼 수 있습니다. 그리고, 추천을 하는 위치나 타이밍, 인터페이스 구성 방식에 따라 매우 풍부한 조합을 만들어 낼 수 있겠지요. 간단히 말하면 “여러가지 조합”이고, 좀 더 정확히 말하면 어느 타이밍에, 어느 페이지의 어느 위치에, 어떤 사용자들을 대상으로, 사용자의 실시간 관심사별로 어떤 내용의 추천을 할 것인지를 정의하는 추천 규칙들의 집합(Rule Set)입니다. 이 규칙을 정의하고 관리하는 일은 생각보다 복잡합니다. 여러 가지 가설에 따라 추천 시나리오를 만들어보고, 추천이 잘 먹힐 것인지 미리 따져보고, 직접 실행하면서 최적의 추천 규칙을 찾기 위해 지속적으로 튜닝이 필요합니다. 대체적으로 이러이러한 추천이 잘 먹힌다는 근거 있는 가정은 있지만 각 서비스의 특성과 사용자 특성이 다르기 때문입니다.

        

f5da0738543cb1ffcc334936cc359777_1437558

온라인 쇼핑몰이 아닌 오프라인 매장에서의 개인화 추천 서비스, 예를 들어 백화점에 옷 사러 갔을 때를 생각해 볼까요? 손님이 물건을 돌아보는 동안에 능숙한 매니저라면 손님의 관심사나 취향을 눈 여겨 볼 겁니다. 그리고, 적당한 타이밍에 도움의 손길을 보내겠죠. 능숙하게 몇 개의 후보를 골라주고, 손님이 하나를 고르면 거기에 어울리는 액세서리나 보조 아이템도 잘 배치해 주겠죠. 


유능한 백화점 매니저는 경험과 교육을 통해서 어떤 손님들에게 어떤 상품을 제시할 지, 상품이 맘에 들지 않을 때는 어떤 상품을 대신 추천할 지, 손님이 고른 상품에는 어떤 액세서리가 어울릴지 등에 대한 지식을 갖추고 있을 겁니다. (게다가 친절하기까지!) 매니저의 머릿속에 각종 추천 규칙들이 잘 정돈되어 있다는 뜻이겠죠. 물론 이러한 백화점 매니저의 경험과 교육을 그대로 추천 규칙으로 옮길 수도 있겠지만, 상품의 수와 사용자 수, 한 번 방문해서 탐색하는 상품의 수가 훨씬 많고 탐색 속도도 월등히 빠른 온라인 쇼핑 환경에서는 기계적인 방법을 통해 백화점 매니저의 지식에 해당하는 것들을 분석해 내고 규칙화 할 수 있는 도구가 필요합니다.

실시간 Context를 이용한 개인화 추천 - 1. 개념
실시간 Context를 이용한 개인화 추천 - 2. 추천할 것들 찾아내기
실시간 Context를 이용한 개인화 추천 - 3. 고객의 관심사와 데이터 분석의 만남

f5da0738543cb1ffcc334936cc359777_1437558

  • 트위터로 보내기
  • 페이스북으로 보내기

모바일 페이지로 이동