상세정보
추천 시스템 입문
- 저자
- 가자마 마사히로
- 출판사
- 한빛미디어
- 출판일
- 2023-05-08
- 등록일
- 2023-10-18
- 파일포맷
- PDF
- 파일크기
- 6MB
- 공급사
- 교보문고
- 지원기기
-
PC
PHONE
TABLET
프로그램 수동설치
뷰어프로그램 설치 안내
책소개
‘맞춤 동영상’ ‘팔로우 추천’ ‘다른 고객이 함께 본 상품’ 등 추천 기능은 주변의 다양한 서비스에 포함되어 있다. 수많은 선택지에서 원하는 것을 고르려면 너무나 많은 시간이 걸리기 때문에 방대한 아이템을 다루는 서비스에는 추천 시스템이 필수다. 이 책은 추천 시스템을 도입하고자 하는 독자나 조직이 우선적으로 읽어야 할 입문서다. 추천 시스템 개발자인 저자들이 경험한 성공 사례와 실패 사례를 살펴보면서 어떤 서비스에 추천 시스템을 조합하고 적용할 것인가에 중점을 두고 구성했다. 추천 알고리즘을 자세히 파고드는 대신 알고리즘 개요와 실무 활용 방법을 중심으로 설명한다. 이 책이 여러분의 서비스가 더욱 진화할 수 있도록 적합한 추천 시스템을 개발하는 데 도움이 될 것이다.
저자소개
도쿄 대학 대학원에서 추천 시스템에 관해 연구했고 졸업 후에는 리크루트(Recruit)와 인디드(Indeed)에서 추천 시스템 개발과 프로젝트 매니지먼트를 경험했다. 거기서 개발한 알고리즘을 추천 시스템 국제 학회 RecSys에서 발표했다. 현재는 유비(Ubie) 주식회사에서 데이터 사이언스 조직을 세우고 다시 의료 분야 머신러닝 상품 개발에 매진하고 있다.
목차
CHAPTER 1 추천 시스템
_1.1 추천 시스템
_1.2 추천 시스템의 역사
_1.3 추천 시스템의 종류
_1.4 검색 시스템과 추천 시스템
_1.5 정리
CHAPTER 2 추천 시스템 프로젝트
_2.1 추천 시스템 개발에 필요한 3가지 스킬
_2.2 추천 시스템 프로젝트 진행 방법
_2.3 정리
CHAPTER 3 추천 시스템의 UI/UX
_3.1 UI/UX의 중요성
_3.2 서비스를 사용하는 사용자의 목적에 적합한 UI/UX 사례
_3.3 서비스 제공자의 목적에 맞는 UI/UX 사례
_3.4 연관 주제
_3.5 정리
CHAPTER 4 추천 알고리즘 개요
_4.1 추천 알고리즘 분류
_4.2 내용 기반 필터링
_4.3 협조 필터링
_4.4 내용 기반 필터링과 협조 필터링 비교
_4.5 추천 알고리즘 선택
_4.6 기호 데이터의 특징
_4.7 정리
CHAPTER 5 추천 알고리즘 상세
_5.1 알고리즘 비교
_5.2 MovieLens 데이터셋
_5.3 무작위 추천
_5.4 통계 정보나 특정 규칙에 기반한 추천
_5.5 연관 규칙
_5.6 사용자-사용자 메모리 기반 방법 협조 필터링
_5.7 회귀 모델
_5.8 행렬 분해
_5.9 자연어 처리 방법에 대한 추천 시스템 응용
_5.10 딥러닝
_5.11 슬롯머신 알고리즘(밴딧 알고리즘)
_5.12 정리
CHAPTER 6 실제 시스템과의 조합
_6.1 시스템 개요
_6.2 로그 설계
_6.3 실제 시스템 예
_6.4 정리
CHAPTER 7 추천 시스템 평가
_7.1 3가지 평가 방법
_7.2 오프라인 평가
_7.3 온라인 평가
_7.4 사용자 스터디를 통한 평가
_7.5 정리
CHAPTER 8 발전적 주제
_8.1 국제회의
_8.2 편향
_8.3 상호 추천 시스템
_8.4 업리프트 모델링
_8.5 도메인에 따른 특징과 과제
_8.6 정리
APPENDIX A 넷플릭스 프라이즈
_A.1 넷플릭스 창업
_A.2 추천 시스템 개발
_A.3 넷플릭스 프라이즈
_A.4 넷플릭스의 추천 시스템
_A.5 정리
APPENDIX B 사용자-사용자 메모리 기반 방법
_B.1 추천 과정(1): 사용자와 기호 경향이 비슷한 사용자 찾기
_B.2 추천 과정(2): 예측 평갓값 계산하기
_B.3 추천 과정(3): 사용자에게 추천하기
.jpg)
