Chapter.4

4장. Ratings and how to calculate them

- implicit rating 이 중요한 이유
    - 고객들은 자신이 무엇을 좋아하는 지 잘 모르고, 친구들이 이야기하는 걸 따라하는 경향이 있음.
    - explicit rating 보다 얻기가 더 쉬움
    - 
- user-item matrix
    - sparsity problem이 발생
        - collaborative filtering 을 통해 유사한 유저를 찾아줘서 해결 가능
        - 타임슬롯을 나눠서 recommonder를 운영할경우 trade-off가 생김
            - accuracy vs data sparsity
    - 고용된 리뷰어들이 존재할 수 있음.
- calculating implicit rating
    - time based approach
        - 시점을 고려한 rating
            - time-decay algorithm
    - behavior-based approach
        - column에 item뿐만 아니라 이벤트까지 넣음.
- implicit rating을 계산할 때에는 '어떻게 평가할 것'인 지가 아니라 '구매할 지에 대한 예측'과 관계되어야한다.
    - 여러 이벤트 들의 가중합으로 구성할 수 있음.
        - 여기엔 이벤트별 상한값을 고려할 수 있음.
- 베스트셀러외에 구매한 이력이 고객의 특성을 더 잘 나타낸다.
    - 이것도 수식으로 표현 가능(TF-IDF)