- AI Dev - 인공지능 개발자 모임
- 추천도서
< 목차 >
- 1. 추천 엔진 소개
- 2. 첫 번째 추천 엔진 구축하기
- 3. 추천 엔진 이해
- 4. 추천 엔진에서 사용되는 데이터 마이닝 기법
- 5. 협업 필터링 추천 엔진 구축하기
- 6. 개인화 추천 엔진 구축하기
- 7. 스파크를 사용해 실시간 추천 엔진 구축하기
- 8. Neo4j로 실시간 추천 엔진 구축하기
- 9. 머하웃을 이용한 추천 엔진 구축하기
- 10. 추천 엔진의 미래: 다음은 무엇일까?
현재 인공지능이 가장 잘 활용되고 있는 분야 중 하나가 추천 시스템이 아닐까 합니다. 아마존에서는 전체 매출의 35%이상, 넷플릭스는 영화 선택의 2/3가 추천을 통해 발생한다고 합니다. 이 책에서는 R과 파이썬을 이용하여 직접 추천 시스템을 개발하는 방법을 소개하고 있습니다.
가장 대표적인 알고리즘은 협업 필터링입니다. 나와 취향이 비슷한 사용자들을 찾고 내가 안 본 항목의 예상 점수를 그 사람들의 평점을 사용하여 계산합니다.
두 번째로 컨텐츠 기반의 방식이 있습니다. 다른 사용자가 아니라 내가 수행했던 정보만 사용하여 비교를 합니다. 예를 들어, 장르를 구분하여 액션 영화를 많이 보면 그와 관련된 작품을 보여줍니다.
세 번째는 상황인식 기술입니다. 같은 사람이라도 시간이나 장소, 기분 등에 따라 선택이 달라질 수 있습니다. 낮에는 액션을 주로 보지만 밤에는 로맨스를 본다면 시간에 따라 다른 영화를 추천할 수 있습니다.
책의 앞부분은 괜찮은 편인데 뒤로 갈수록 설명이 너무 부실해집니다. 그리고 스파크, Neo4j, 머하웃 등에서 추천 시스템을 구축하는 방법도 다루는데, 수박 겉핥기 식이라 크게 도움이 되지 않습니다. 차라리 이 부분을 빼고 기본적인 내용을 더 자세히 알려주는게 좋지 않았나 생각합니다.
