알고리즘 마케팅

01장. 개론
__1.1 알고리즘 마케팅의 주제
__1.2 알고리즘 마케팅의 정의
__1.3 역사적 배경과 맥락
____1.3.1 온라인 광고: 서비스와 시장
____1.3.2 항공사: 매출 관리
____1.3.3 마케팅 과학
__1.4 프로그램 기반 서비스
__1.5 누가 이 책을 읽어야 할까?
__1.6 요약


02장. 예측 모델링 리뷰
__2.1 기술적, 예측적, 처방적 분석
__2.2 경제적 최적화
__2.3 머신 러닝
__2.4 감독학습
____2.4.1 모수/비모수 모델
____2.4.2 최대 가능성 추정
____2.4.3 선형 모델
____2.4.4 비선형 모델
__2.5 표현 학습
____2.5.1 중요 요소 분석
____2.5.2 클러스터링
__2.6 다른 특수 모델들
____2.6.1 고객 선택 이론
____2.6.2 생존 분석
____2.6.3 경매 이론
__2.7 요약


03장. 프로모션과 광고
__3.1 환경
__3.2 비즈니스의 목적
____3.2.1 제조업체와 소매업체
____3.2.2 비용
____3.2.3 이익
__3.3 타깃팅 파이프라인
__3.4 응답 모델링과 측정
____3.4.1 응답 모델링 프레임워크
____3.4.2 응답 측정
__3.5 구성 요소: 타깃팅과 생애 가치 모델
____3.5.1 데이터 수집
____3.5.2 계층별 모델링
____3.5.3 RFM 모델링
____3.5.4 성향 모델링
____3.5.5 세그멘테이션과 페르소나 기반 모델링
____3.5.6 생존 분석을 이용한 타깃팅
____3.5.7 생애 가치 모델링
__3.6 캠페인 디자인과 운영
____3.6.1 고객 여정
____3.6.2 제품 프로모션 캠페인
____3.6.3 다단계 프로모션 캠페인
____3.6.4 고객 유지 캠페인
____3.6.5 보충 캠페인
__3.7 자원 할당
____3.7.1 채널에 따른 할당
____3.7.2 목적에 따른 할당
__3.8 온라인 광고
____3.8.1 환경
____3.8.2 목표와 애트리뷰션
____3.8.3 CPA-LT 모델 타깃팅
____3.8.4 다접촉 애트리뷰션
__3.9 효율성 측정
____3.9.1 랜덤화된 실험
____3.9.2 관찰 연구
__3.10 타깃팅 시스템의 구조
____3.10.1 타깃팅 서버
____3.10.2 데이터 운영 플랫폼
____3.10.3 분석 플랫폼
__3.11 요약


04장. 검색
__4.1 환경
__4.2 비즈니스 목표
____4.2.1 적합성 지표
____4.2.2 상품 통제
____4.2.3 서비스 품질 지표
__4.3 검색의 기본: 매칭과 랭킹
____4.3.1 토큰 매칭
____4.3.2 불리언 검색과 구절 검색
____4.3.3 정규화와 스테밍
____4.3.4 랭킹과 벡터 스페이스 모델
____4.3.5 TF3IDF 스코어링 모델
____4.3.6 n-그램 스코어링
__4.4 적합한 신호 믹싱하기
____4.4.1 복수의 필드 검색
____4.4.2 신호 엔지니어링과 평준화
____4.4.3 신호 믹싱 파이프라인 디자인
__4.5 의미 분석
____4.5.1 동의어와 계층
____4.5.2 단어 임베딩
____4.5.3 잠재 의미 분석
____4.5.4 확률적 토픽 모델링
____4.5.5 확률적 잠재 의미 분석
____4.5.6 잠재 디리클레 할당
____4.5.7 Word2Vec 모델
__4.6 상품을 위한 검색 기법
____4.6.1 결합 구절 검색
____4.6.2 통제된 정확도 감소
____4.6.3 중첩 개체와 동적 그룹화
__4.7 적합성 튜닝
____4.7.1 랭킹 생성 학습
____4.7.2 암묵적 피드백으로부터의 랭킹 생성 학습
__4.8 제품 검색 서비스의 아키텍처
__4.9 요약


05장. 추천
__5.1 환경
____5.1.1 고객 레이팅의 성질
__5.2 비즈니스 목표
__5.3 품질 평가
____5.3.1 예측 정확도
____5.3.2 랭킹 정확도
____5.3.3 참신성
____5.3.4 우연성
____5.3.5 다양성
____5.3.6 적용 범위
____5.3.7 실험의 역할
__5.4 추천 기법들의 개관
__5.5 콘텐츠 기반 필터링
____5.5.1 최근접 이웃 접근
____5.5.2 나이브 베이즈 분류기
____5.5.3 콘텐츠 필터링을 위한 특징 엔지니어링
__5.6 협업 필터링 개관
____5.6.1 베이스라인 추정
__5.7 이웃 기반 협업 필터링
____5.7.1 사용자 기반 협업 필터링
____5.7.2 아이템 기반 협업 필터링
____5.7.3 사용자 기반과 아이템 기반 기법의 비교
____5.7.4 회귀 문제로서의 이웃 기법
__5.8 모델 기반 협업 필터링
____5.8.1 레이팅 예측에 대한 회귀 모델의 적용
____5.8.2 나이브 베이즈 협업 필터링
____5.8.3 잠재 요소 모델
__5.9 하이브리드 기법들
____5.9.1 스위칭
____5.9.2 블렌딩
____5.9.3 특징 증강
____5.9.4 하이브리드 추천에 대한 표현 옵션들
__5.10 맥락 추천
____5.10.1 다차원 프레임워크
____5.10.2 맥락 기반 추천 기법들
____5.10.3 시간 기반 추천 모델
__5.11 비개인화된 추천
__5.12 다중 목표 최적화
__5.13 추천 시스템의 아키텍처
__5.14 요약


06장. 가격 책정과 상품 구성
__6.1 환경
__6.2 가격 책정의 영향력
__6.3 가격과 가치
____6.3.1 가격 경계
____6.3.2 인지된 가치
__6.4 가격과 수요
____6.4.1 선형 수요 곡선
____6.4.2 상수-탄력성 수요 곡선
____6.4.3 로지트 수요 곡선
__6.5 기본적인 가격 구조
____6.5.1 단위 가격
____6.5.2 마켓 세그멘테이션
____6.5.3 다단계 가격 책정
____6.5.4 번들링
__6.6 수요 예측
____6.6.1 상품 구성 최적화를 위한 수요 모델
____6.6.2 계절 세일에 대한 수요 모델
____6.6.3 재고 부족이 있는 경우의 수요 예측
__6.7 가격 최적화
____6.7.1 가격 차별화
____6.7.2 동적 가격 책정
____6.7.3 개인화된 할인
__6.8 자원 할당
____6.8.1 환경
____6.8.2 2개의 클래스가 있는 할당
____6.8.3 다중 클래스의 할당
____6.8.4 다중 클래스에 대한 휴리스틱
__6.9 상품 구성 최적화
____6.9.1 스토어 레이아웃 최적화
____6.9.2 카테고리 관리
__6.10 가격 관리 시스템의 아키텍처
__6.11 요약


__부록 A. 디리클레 분포