상품(콘텐츠) 추천 기능 구현하기: (2) 데이터에 따른 추천 방식 적용하기

이전 글에 이어 상품 추천 기능 구현에 필요한 데이터와 추천 방식을 다룹니다. 상품 속성 랭킹 유형, 연관 상품 유형, 상품 선호 유형 등 사물 기반 추천 방식 세 가지를 소개합니다.

상품 속성 랭킹은 가격, 신상품, 리뷰 수, 시청 시간 등 상품 자체의 속성을 기준으로 추천하며, 도입 후에는 고객 활용도를 분석하여 고도화해야 합니다. 연관 상품 추천은 유사성 또는 상호보완성을 기준으로 추천하며, 뷰저블 히트맵을 통해 성과를 측정할 수 있습니다.

상품 선호 유형은 고객의 과거 구매 이력이나 시청 기록을 분석하여 유사한 특징을 가진 상품을 추천하는 방식입니다.