차루 아가르왈  | 에이콘출판

36,000원  | 20211231  | 9791161755878

사용자의 이전 검색이나 구매를 기반으로 제품 또는 서비스의 개인화된 추천을 제공하는 추천 시스템을 포괄적으로 다룬다. 추천 시스템 방법은 쿼리 로그 마이닝, 소셜 네트워킹, 뉴스 추천 및 컴퓨터 광고를 포함한 다양한 애플리케이션에 적용됐다. 이 책은 알고리듬 및 평가, 특정 도메인 및 컨텍스트의 추천, 고급 주제 및 애플리케이션의 세 가지 범주로 구성했다. 기본적으로 교과서 역할을 하면서도 최근 주제와 애플리케이션도 함께 소개하므로 산업 종사자와 연구자들에게도 도움이 될 것이다. 수많은 예제와 연습 문제를 제공한다.

가자마 마사히로, 이즈카 고지로, 마쓰무라 유야  | 한빛미디어

26,100원  | 20230508  | 9791169210980

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.

디팍 아가왈, 비청첸  | 에이콘출판

29,700원  | 20220531  | 9791161756462

다양한 분야에서 활용되는 추천 시스템을 이해하는 데 필요한 통계 기법을 소개한다. 오래전부터 활용해 오고 있는 전통적인 기법부터 최근 새롭게 주목받고 있는 기법까지 다양한 추천 문제에 적합한 해법을 설계하고 구현하기 위해 필요한 여러 가지 기법을 실제 예제를 통해 살펴본다. 개념을 이해하고 적용해 볼 수 있는 간단한 문제뿐만 아니라 연관 항목 추천, 다목적 최적화 등 고급 주제까지 폭넓게 다룬다. 또한 항목과 사용자 분류, 특성 기반 등 분류 기법과 추천 문제를 생각할 때 필연적으로 따라오는 탐색-이용 딜레마부터 설계한 추천 시스템을 평가하는 방법까지 필요한 추천 시스템을 구현하기 위해 필요한 내용을 구체적으로 설명한다.

브라이언 비쇼프(Bryan Bischof), 헥터 이(Hector Yee)  | 제이펍

29,700원  | 20250320  | 9791193926963

당신이 이 책을 발견한 것도 추천 시스템 덕분이다 최신 추천 시스템을 설계하는 방법은 그 활용 분야만큼이나 다양하다. 이 책은 실무자가 알아야 할 핵심 개념과 예제를 설명하며, 추천 시스템을 처음 구축하는 사람부터 경험이 많은 개발자까지 모두 활용할 수 있도록 구성됐다. 추천 시스템을 설계하는 데 필요한 수학적 개념, 아이디어, 구현 방법을 체계적으로 알려주며, 파이썬, JAX, PySpark, SparkSQL, FastAPI를 사용하여 실제로 추천 시스템을 구축하는 직관적인 코드 예제를 제공한다. 이 책을 통해 추상적인 추천 시스템 개념을 구체적으로 학습해보자.

수레시 고라칼라, 미셸 우수엘리  | 에이콘출판사

18,000원  | 20170731  | 9791161750309

넷플릭스, 애플 뮤직, 아마존은 어떻게 나의 취향을 정확히 파악했을까? 빅데이터 시대에 들어서 기업들은 날로 정교하게 고객의 취향을 파악하려 노력한다. 정보의 홍수 속에 고객이 원하는 것을 가장 빠르고 쉽게 찾게끔 돕는 것은 이제 선택이 아니라 필수가 됐다. 이 책은 최근 가장 각광받는 언어이자 오픈소스 프로그램인 R을 이용해 추천 시스템을 설명한다. 책을 따라 추천 시스템의 기법, 성능평가, 실제 실습의 과정을 지나고 나면 어느새 아마존이 어떻게 나의 취향을 파악하고 있는지, 우리는 고객에게 어떻게 상품을 추천해줘야 하는지를 차츰 이해하게 될 것이다.

임일  | 카오스북

8,100원  | 20150520  | 9788998338770

이 책은 추천 시스템 기술, 그중에서도 협업필터링에 대해 다룬다. 협업필터링은 아마존이나 넷플릭스와 같은 회사에서 사용하는 추천 시스템의 기반이 되는 기술이다. 협업필터링 기술의 시작은 추천 시스템이었지만, 개인의 맞춤형 서비스가 필요한 광고나 웹페이지 구성 등 다양한 분야에 적용이 가능하다. 이 책에서는 추천 시스템의 의미와 적용사례, 협업필터링의 기본 알고리즘과 추천 성능을 높이기 위해서 고려할 사항을 다루고 있다. 또한 R을 사용해서 실제 기업의 데이터에 알고리즘을 적용하고 분석하는 사례를 보여준다.

임일  | 청람

18,800원  | 20220610  | 9788959728817

이 책의 가장 중요한 목적은 독자들이 주요 개인화 추천 알고리즘의 작동원리를 이해하도록 하는 것이다. 이를 위해 이 책에서는 개인화 추천 기술의 전반적인 내용, 그중에서도 특히 연속값을 사용하는 개인화 추천 기술을 다룬다. 구체적으로는 협업 필터링(collaborative filtering), 행렬요인화(matrix factorization), Factorization Machines(FM), 그리고 딥러닝(deep learning) 추천 알고리즘 등에 대해 다룬다. 또한 다수의 추천 알고리즘을 결합한 하이브리드(hybrid) 추천 시스템 등에 대해서도 설명한다. 이 책에서는 각 알고리즘별로 기본 원리에 대한 설명과 각 알고리즘이 Python으로 어떻게 구현될 수 있는지를 예를 통해서 보여주고 있다. 이 책을 순서대로 따라가면 개인화 추천 시스템의 다양한 알고리즘에 대한 기본적인 원리를 이해할 수 있을 것이다.

임일  | 청람

0원  | 20200825  | 9788959727667

현재 추천 알고리즘으로 가장 널리 사용되는 협업 필터링(Collaborative Filtering: CF), 행렬 요인화(Matrix Factorization: MF), 딥러닝(Deep Learning: DL) 알고리즘의 작동원리와 Python을 사용한 개인화 추천 시스템 구축을 다루고 있다. 추천 시스템의 기본적인 원리를 이해하는 데 활용할 수 있다.