학습 환경 내 추천 시스템을 개발하고 평가하는 것을 목적으로 함

"how to set up and run a recommender systems experiement"

<순서>

추천시스템 개요

추천시스템 평가(챕터 내용)

• Movielens 실습

추천시스템 개요

What is the Recommender System?

사용자로부터 아이템에 대한 선호도 여부를 데이터화하는 시스템

: explicit feedback(평점 등) / implicit feedback (사용자의 행동패턴 등)

Why Recommender System?

• "the paradox of choice" (B. Schwartz, 2004)

추천시스템 구분

Content-based vs Collaborative Filtering

• Content-based
• Collaborative Filtering

추천시스템 평가

Q. 추천시스템이 정말 사용자에게 도움이 되고 있는가?

• Q. 어떤 시스템이 좋은 추천시스템인가?

사례

• Social Learning Platform : ODS(Open Discovery Space)

Goal: Which recommender system best suits the data of a social learning platform

• 1. 데이터셋 선정하기
• 2. offline data study of different algorithms
• 3. 사용자(학습자) 연구하기
• 4. 추천시스템 전개(적용)하기

✅ 교육, 학습 도메인에서 어떤 추천 시스템이 좋은 추천 시스템일까요?

(책에서는 단순 accuracy를 넘어서 usefulness, novelty, diversity 등의 지표를 충족시켜야 한다고 했습니다. 이 말이 의미하는 바는 무엇일까요? 단순히 강의를 더 듣게 한다고 좋은 추천일까요? 학습에 도움이 되는 추천시스템은 어떤 것일까요?)

✅ MOOC와 같은 환경에서는 어떤 추천 알고리즘을 사용하면 좋을까요? content-based / collaborative filtering

<해린, 준오>

유튜브 영상만 보고 확증편향에 빠지는 사례들을 최근에 많이 봤기때문에, 교육적으로는 다양한 입장의 컨텐츠를 추천하는게 필요해보임 (diversity)

어른보다 주관 확립이 덜 된 학생들에게는 특히 더 영향을 줄 수 있기 때문에 추천시스템만 뜨는건 주의해야한다. 오히려 관심 없거나 흥미 없는 영역이나 분야를 보여주는 기능도 있어야 한다.

의도적으로 약간 다양한 추천 (연관성이 좀 적거나) 이 필요한 경우도 있겠다.