추천 시스템 입문 : 개인화된 콘텐츠 제공을 위한 추천 시스템 설계부터 UI/UX, 구현 기법, 평가까지

가자마마사히로,이즈카고지로,마쓰무라유야

저자:가자마마사히로
도쿄대학대학원에서추천시스템에관해연구했고졸업후에는리크루트(Recruit)와인디드(Indeed)에서추천시스템개발과프로젝트매니지먼트를경험했다.거기서개발한알고리즘을추천시스템국제학회RecSys에서발표했다.현재는유비(Ubie)주식회사에서데이터사이언스조직을세우고다시의료분야머신러닝상품개발에매진하고있다.

저자:이즈카고지로
쓰쿠바대학대학원에서수리최적화에관해연구했고졸업후에는야후주식회사에입사했다.현재는주식회사구노시(Gunosy)에서추천시스템을개발하고있다.쓰쿠바대학대학원(사회인박사)에재학중이다.추천시스템에관해연구하고있으며추천시스템국제학회인RecSys및관련학회에서계속논문을투고,발표하고있다.

저자:마쓰무라유야
교토대학대학원에서추천시스템에관해연구했고졸업후에는원티들리(wantedly)주식회사에입사해추천시스템개발팀설립멤버가되었다.현재는같은팀의리더로서개발부터프로젝트·프로덕트매니지먼트까지폭넓게책임을맡고있다.RecSys2020의자매워크숍인RecSysChallenge2020에서3위에입상했다.

역자:김모세
대학졸업후소프트웨어엔지니어,소프트웨어품질엔지니어,애자일코치등다양한부문에서소프트웨어개발에참여했다.재밌는일,나와조직이성장하고성과를내도록돕는일에보람을느끼며나자신에게도전하고더나은사람이되기위해항상노력한다.저서로『코드품질시각화의정석』(지앤선,2015)이있으며,옮긴책으로『애자일컨버세이션』(에이콘,2021),『좋은팀을만드는24가지안티패턴타파기법』(에이콘,2022),『전문가를위한파이썬프로그래밍』(제이펍,2022),『구글앱스스크립트완벽가이드』(한빛미디어,2022),『동시성프로그래밍』(한빛미디어,2022),『머신러닝실무프로젝트』(한빛미디어,2022)등이있다.

CHAPTER1추천시스템
_1.1추천시스템
_1.2추천시스템의역사
_1.3추천시스템의종류
_1.4검색시스템과추천시스템
_1.5정리

CHAPTER2추천시스템프로젝트
_2.1추천시스템개발에필요한3가지스킬
_2.2추천시스템프로젝트진행방법
_2.3정리

CHAPTER3추천시스템의UI/UX
_3.1UI/UX의중요성
_3.2서비스를사용하는사용자의목적에적합한UI/UX사례
_3.3서비스제공자의목적에맞는UI/UX사례
_3.4연관주제
_3.5정리

CHAPTER4추천알고리즘개요
_4.1추천알고리즘분류
_4.2내용기반필터링
_4.3협조필터링
_4.4내용기반필터링과협조필터링비교
_4.5추천알고리즘선택
_4.6기호데이터의특징
_4.7정리

CHAPTER5추천알고리즘상세
_5.1알고리즘비교
_5.2MovieLens데이터셋
_5.3무작위추천
_5.4통계정보나특정규칙에기반한추천
_5.5연관규칙
_5.6사용자-사용자메모리기반방법협조필터링
_5.7회귀모델
_5.8행렬분해
_5.9자연어처리방법에대한추천시스템응용
_5.10딥러닝
_5.11슬롯머신알고리즘(밴딧알고리즘)
_5.12정리

CHAPTER6실제시스템과의조합
_6.1시스템개요
_6.2로그설계
_6.3실제시스템예
_6.4정리

CHAPTER7추천시스템평가
_7.13가지평가방법
_7.2오프라인평가
_7.3온라인평가
_7.4사용자스터디를통한평가
_7.5정리

CHAPTER8발전적주제
_8.1국제회의
_8.2편향
_8.3상호추천시스템
_8.4업리프트모델링
_8.5도메인에따른특징과과제
_8.6정리

APPENDIXA넷플릭스프라이즈
_A.1넷플릭스창업
_A.2추천시스템개발
_A.3넷플릭스프라이즈
_A.4넷플릭스의추천시스템
_A.5정리

APPENDIXB사용자-사용자메모리기반방법
_B.1추천과정(1):사용자와기호경향이비슷한사용자찾기
_B.2추천과정(2):예측평갓값계산하기
_B.3추천과정(3):사용자에게추천하기

현업추천시스템개발자의노하우전수!나보다나를더잘아는추천알고리즘도입가이드

사실추천시스템은전부터주위에있었습니다.레스토랑의추천메뉴,서점의인기도서순위도일종의추천시스템입니다.일상에서결정해야하는횟수가늘고선택지가다양해짐에따라추천시스템에대한수요가점점높아졌습니다.추천알고리즘도비약적으로발전하여인기가많은것을추천했던획일적인방법에서벗어나개개인의흥미나관심에부합하는맞춤형추천이가능합니다.

사용자가선호하는아이템을빠르게보여주면사용자만족도가높아지며매출과회원수증가로도이어집니다.하지만실제로서비스에적용할때는다양한문제에직면하게됩니다.프로젝트구성원은어떻게꾸려야좋은지,어떤추천시스템을조합해야하는지,어떤데이터를사용해야하고어떻게추천결과를제시하는것이좋으며,배포전온라인에서추천시스템을평가하기위해서는어떻게해야하는지등의문제입니다.이책에서바로그런고민들을다룹니다.

추천시스템은이제‘있으면좋은기능’이아니라‘없으면안되는기능’입니다.실제추천시스템을구축해본경험이있는저자들이전하는도입노하우를익혀보세요.여러아이템가운데가치있는것을선정해사용자의의사결정을지원하는추천시스템을만드는데도움이될것입니다.

내용구성

[1장추천시스템]
추천시스템의개요와역사를몇가지사례와함께설명합니다.그리고추천시스템종류를간략하게알아보고검색시스템과의차이도설명합니다.

[2장추천시스템프로젝트]
추천시스템개발에필요한팀원과프로젝트진행방법을설명합니다.

[3장추천시스템의UI/UX]
추천시스템의UI/UX에관해소개합니다.추천아이템을제시하는방법에따라클릭횟수나구입횟수를늘릴수있기때문에사용자경험설계는중요합니다.

[4장추천알고리즘개요]
대표적인추천알고리즘인협조필터링과내용기반추천을설명합니다.그리고추천알고리즘에입력되는평갓값데이터를암묵적인것과명시적인것으로나누어소개합니다.

[5장추천알고리즘상세]
인기도추천과행렬분석알고리즘에관해각각설명하고실제서비스에조합할때주의해야할점에대해서도살펴봅니다.그리고MovieLens라는영화데이터셋을사용해각알고리즘을적용하는코드도소개합니다.

[6장실제시스템과의조합]
뉴스전송추천시스템을예로들어추천알고리즘을실제서비스에조합할때시스템을어떻게구성하는지설명합니다.서버구성과배치처리구조,로그설계등추천시스템아키텍처에관해살펴봅니다.

[7장추천시스템평가]
다양한추천시스템평가지표를설명합니다.간단한예측오차같은지표뿐아니라추천한아이템의다양성을측정하는지표나의외성을측정하는지표도살펴봅니다.

[8장발전적주제]
앞서다루지못한추천시스템국제회의,편향제거,인과추론등을살펴봅니다.

대상독자

ㆍ데이터를분석해각고객에게맞춤서비스를제공하고싶은개발자,데이터과학자
ㆍ추천시스템을업무시스템에접목하기위한교두보를배우고싶은개발자,기획자
ㆍ추천시스템개발을위해개발자와소통해야하는프로덕트매니저,기획자
ㆍ추천서비스의사용자경험을책임지는UI/UX디자이너