간단 요약
가장 인기있는 아이템을 규칙을 기반으로 추천한다.

인기도의 척도
- 조회수, 평균 평점, 리뷰 개수, 좋아요/싫어요 수

  • 예시
    • 네이버 쇼핑 랭킹 순
    • 다음 뉴스, 댓글 추천
    • 레딧 Hot 추천

Score 계산 방법

최신성을 고려하지 않으면 한번 조회수가 높은 아이템이 계속 추천되게 된다.

  • Score Formula

    가장 많이 조회된 뉴스를 추천하기

    좋아요가 가장 많은 게시글을 추천하기

  • Hacker News Formula

    뉴스 추천 서비스

    $$ score = \frac{pageviews -1}{(age + 2)^{gravity}} $$

    • gravity = 1.8

    조회수를 기반으로 추천해주면서, 시간이 지남에 따라 스코어를 감소시킨다.

  • Raddit Formula

    시간에 따른 가점 방식

    $$ score = \log_{10}{(ups-downs)} + \frac{sign(ups-downs)\times seconds}{45000} $$

    첫번째 term — Popularity

    해당 값이 높아질수록 점수가 높아진다.

    log scale이기 때문에, 첫 vote가 가장 가치가 높고, vote가 쌓일수록 영향력이 점점 약해진다.

    두번째 term — 포스팅이 게시된 절대 시간

    최근 포스팅일수록 절대 시간값이 높기 때문에, 더 높은 score을 가진다.

Highly Rated: 평균 평점이 가장 높은 아이템

평점의 신뢰도를 파악할 필요가 있다.

평가의 개수가 충분한지도 고려해야 한다.

  • Steam Rating Formula

    $$ avg\_rating = \frac{\text{\# of positive review}}{\text{\# of reviews}} $$

    $$ score = avg\_rating - (avg\_rating - 0.5) \times 2^{-\log\text{(\# of reviews)}} $$

    rating은 평균값을 사용하되, 전체 review 개수에 따라 rating을 보정한다.

    review 개수가 아주 많아지면 score은 평균 rating과 거의 비슷해진다.

  • Steam Rating Formula → Movie Rating

    $$ avg\_rating = \frac{\text{\# of positive review}}{\text{\# of reviews}} $$

    $$ score = avg\_rating - (avg\_rating - 3.0) \times 2^{-\log\text{(\# of reviews)}} $$