본문 바로가기

추천 검색어

실시간 인기 검색어

추천 시스템 입문

개인화된 콘텐츠 제공을 위한 추천 시스템 설계부터 UI/UX, 구현 기법, 평가까지
한빛미디어 · 2023년 05월 08일
10.0
10점 중 10점
(8개의 리뷰)
도움돼요 (57%의 구매자)
  • 추천 시스템 입문 대표 이미지
    추천 시스템 입문 대표 이미지
  • 추천 시스템 입문 부가 이미지1
    추천 시스템 입문 부가 이미지1
  • A4
    사이즈 비교
    210x297
    추천 시스템 입문 사이즈 비교 183x235
    단위 : mm
01 / 03
무료배송 소득공제
10% 26,100 29,000
적립/혜택
1,450P

기본적립

5% 적립 1,450P

추가적립

  • 5만원 이상 구매 시 추가 2,000P
  • 3만원 이상 구매 시, 등급별 2~4% 추가 최대 1,450P
  • 리뷰 작성 시, e교환권 추가 최대 300원
배송안내
무료배송
배송비 안내
국내도서/외국도서
도서 포함 15,000원 이상 구매 시 무료배송
도서+사은품 또는 도서+사은품+교보Only(교보굿즈)

15,000원 미만 시 2,500원 배송비 부과

교보Only(교보배송)
각각 구매하거나 함께 20,000원 이상 구매 시 무료배송

20,000원 미만 시 2,500원 배송비 부과

해외주문 서양도서/해외주문 일본도서(교보배송)
각각 구매하거나 함께 15,000원 이상 구매 시 무료배송

15,000원 미만 시 2,500원 배송비 부과

업체배송 상품(전집, GIFT, 음반/DVD 등)
해당 상품 상세페이지 "배송비" 참고 (업체 별/판매자 별 무료배송 기준 다름)
바로드림 오늘배송
업체에서 별도 배송하여 1Box당 배송비 2,500원 부과

1Box 기준 : 도서 10권

그 외 무료배송 기준
바로드림, eBook 상품을 주문한 경우, 플래티넘/골드/실버회원 무료배송쿠폰 이용하여 주문한 경우, 무료배송 등록 상품을 주문한 경우
주문정보를 불러오는 중입니다.
기본배송지 기준
배송일자 기준 안내
로그인 : 회원정보에 등록된 기본배송지
로그아웃 : '서울시 종로구 종로1' 주소 기준
로그인정확한 배송 안내를 받아보세요!

이달의 꽃과 함께 책을 받아보세요!

1권 구매 시 결제 단계에서 적용 가능합니다.

알림 신청하시면 원하시는 정보를
받아 보실 수 있습니다.

해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

키워드 Pick

키워드 Pick 안내

관심 키워드를 주제로 다른 연관 도서를 다양하게 찾아 볼 수 있는 서비스로, 클릭 시 관심 키워드를 주제로 한 다양한 책으로 이동할 수 있습니다.
키워드는 최근 많이 찾는 순으로 정렬됩니다.

추천 시스템 입문 상세 이미지
추천 시스템 도입을 고민하고 있다면
제일 먼저 봐야 하는 책!
‘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.

작가정보

저자(글) 가자마 마사히로

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.

저자(글) 이즈카 고지로

쓰쿠바 대학 대학원에서 수리 최적화에 관해 연구했고 졸업 후에는 야후 주식회사에 입사했다. 현재는 주식회사 구노시(Gunosy)에서 추천 시스템을 개발하고 있다. 쓰쿠바 대학 대학원(사회인 박사)에 재학 중이다. 추천 시스템에 관해 연구하고 있으며 추천 시스템 국제 학회인 RecSys 및 관련 학회에서 계속 논문을 투고, 발표하고 있다.

저자(글) 마쓰무라 유야

교토 대학 대학원에서 추천 시스템에 관해 연구했고 졸업 후에는 원티들리(wantedly) 주식회사에 입사해 추천 시스템 개발팀 설립 멤버가 되었다. 현재는 같은 팀의 리더로서 개발부터 프로젝트·프로덕트 매니지먼트까지 폭넓게 책임을 맡고 있다. RecSys2020의 자매 워크숍인 RecSys Challenge 2020에서 3위에 입상했다.

번역 김모세

대학 졸업 후 소프트웨어 엔지니어, 소프트웨어 품질 엔지니어, 애자일 코치 등 다양한 부문에서 소프트웨어 개발에 참여했다. 재미있는 일, 나와 조직이 성장하고 성과를 내도록 돕는 일에 보람을 느끼며 나 자신에게 도전하고 더 나은 사람이 되기 위해 항상 노력하고 있다. 지은 책으로 『코드 품질 시각화의 정석』(지앤선, 2015)이 있고, 옮긴 책으로는 『제대로 배우는 수학적 최적화』(한빛미디어, 2021), 『그림으로 공부하는 TCP/IP 구조』(제이펍, 2021), 『애자일 컨버세이션』(에이콘, 2021) 등이 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

출판사 서평

현업 추천 시스템 개발자의 노하우 전수!
나보다 나를 더 잘 아는 추천 알고리즘 도입 가이드

사실 추천 시스템은 전부터 주위에 있었습니다. 레스토랑의 추천 메뉴, 서점의 인기 도서 순위도 일종의 추천 시스템입니다. 일상에서 결정해야 하는 횟수가 늘고 선택지가 다양해짐에 따라 추천 시스템에 대한 수요가 점점 높아졌습니다. 추천 알고리즘도 비약적으로 발전하여 인기가 많은 것을 추천했던 획일적인 방법에서 벗어나 개개인의 흥미나 관심에 부합하는 맞춤형 추천이 가능합니다.

사용자가 선호하는 아이템을 빠르게 보여주면 사용자 만족도가 높아지며 매출과 회원 수 증가로도 이어집니다. 하지만 실제로 서비스에 적용할 때는 다양한 문제에 직면하게 됩니다. 프로젝트 구성원은 어떻게 꾸려야 좋은지, 어떤 추천 시스템을 조합해야 하는지, 어떤 데이터를 사용해야 하고 어떻게 추천 결과를 제시하는 것이 좋으며, 배포 전 온라인에서 추천 시스템을 평가하기 위해서는 어떻게 해야 하는지 등의 문제입니다. 이 책에서 바로 그런 고민들을 다룹니다.

추천 시스템은 이제 ‘있으면 좋은 기능’이 아니라 ‘없으면 안 되는 기능’입니다. 실제 추천 시스템을 구축해본 경험이 있는 저자들이 전하는 도입 노하우를 익혀보세요. 여러 아이템 가운데 가치 있는 것을 선정해 사용자의 의사 결정을 지원하는 추천 시스템을 만드는 데 도움이 될 것입니다.

**

내용 구성

[1장 추천 시스템]
추천 시스템의 개요와 역사를 몇 가지 사례와 함께 설명합니다. 그리고 추천 시스템 종류를 간략하게 알아보고 검색 시스템과의 차이도 설명합니다.

[2장 추천 시스템 프로젝트]
추천 시스템 개발에 필요한 팀원과 프로젝트 진행 방법을 설명합니다.

[3장 추천 시스템의 UI/UX]
추천 시스템의 UI/UX에 관해 소개합니다. 추천 아이템을 제시하는 방법에 따라 클릭 횟수나 구입 횟수를 늘릴 수 있기 때문에 사용자 경험 설계는 중요합니다.

[4장 추천 알고리즘 개요]
대표적인 추천 알고리즘인 협조 필터링과 내용 기반 추천을 설명합니다. 그리고 추천 알고리즘에 입력되는 평갓값 데이터를 암묵적인 것과 명시적인 것으로 나누어 소개합니다.

[5장 추천 알고리즘 상세]
인기도 추천과 행렬 분석 알고리즘에 관해 각각 설명하고 실제 서비스에 조합할 때 주의해야 할 점에 대해서도 살펴봅니다. 그리고 MovieLens라는 영화 데이터셋을 사용해 각 알고리즘을 적용하는 코드도 소개합니다.

[6장 실제 시스템과의 조합]
뉴스 전송 추천 시스템을 예로 들어 추천 알고리즘을 실제 서비스에 조합할 때 시스템을 어떻게 구성하는지 설명합니다. 서버 구성과 배치 처리 구조, 로그 설계 등 추천 시스템 아키텍처에 관해 살펴봅니다.

[7장 추천 시스템 평가]
다양한 추천 시스템 평가 지표를 설명합니다. 간단한 예측 오차 같은 지표뿐 아니라 추천한 아이템의 다양성을 측정하는 지표나 의외성을 측정하는 지표도 살펴봅니다.

[8장 발전적 주제]
앞서 다루지 못한 추천 시스템 국제회의, 편향 제거, 인과 추론 등을 살펴봅니다.

대상 독자

● 데이터를 분석해 각 고객에게 맞춤 서비스를 제공하고 싶은 개발자, 데이터 과학자
● 추천 시스템을 업무 시스템에 접목하기 위한 교두보를 배우고 싶은 개발자, 기획자
● 추천 시스템 개발을 위해 개발자와 소통해야 하는 프로덕트 매니저, 기획자
● 추천 서비스의 사용자 경험을 책임지는 UI/UX 디자이너

기본정보

상품정보 테이블로 ISBN, 발행(출시)일자 , 쪽수, 크기, 총권수, 원서(번역서)명/저자명을(를) 나타낸 표입니다.
ISBN 9791169210980
발행(출시)일자 2023년 05월 08일
쪽수 296쪽
크기
183 * 235 * 14 mm / 632 g
총권수 1권
원서(번역서)명/저자명 推薦システム實踐入門 仕事で使える導入ガイド/風間正弘

Klover

구매 후 리뷰 작성 시, e교환권 200원 적립

10점 중 10점
/도움돼요
디지털 이해를 더하고자 샀는데 좋네요
10점 중 10점
/최고예요
어쩌다보니 서비스를 만들고 나서 체계적으로 정리하고 싶어서 구매했습니다

문장수집 (1)

문장수집 안내
문장수집은 고객님들이 직접 선정한 책의 좋은 문장을 보여주는 교보문고의 새로운 서비스입니다. 마음을 두드린 문장들을 기록하고 좋은 글귀들은 "좋아요“ 하여 모아보세요. 도서 문장과 무관한 내용 등록 시 별도 통보 없이 삭제될 수 있습니다.
리워드 안내
구매 후 90일 이내에 문장수집 작성 시 e교환권 100원을 적립해드립니다.
e교환권은 적립 일로부터 180일 동안 사용 가능합니다. 리워드는 작성 후 다음 날 제공되며, 발송 전 작성 시 발송 완료 후 익일 제공됩니다.
리워드는 한 상품에 최초 1회만 제공됩니다.
주문취소/반품/절판/품절 시 리워드 대상에서 제외됩니다.
판매가 5,000원 미만 상품의 경우 리워드 지급 대상에서 제외됩니다. (2024년 9월 30일부터 적용)

구매 후 리뷰 작성 시, e교환권 100원 적립

추천 시스템은 여러 후보 중 가치있는 것을 선정하는 것이다.
추천 시스템 입문

교환/반품/품절 안내

상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

소스 코드: 더 비기닝
이벤트
  • sam x 한샘 [똑똑한sam]
  • 2025 1학기 대학교재전
01 / 02
TOP