개인화 추천에 관련된 책(논문집) 한 권 소개합니다. Recommender Systems Handbook [2011] - Francesco Ricci, Lior Rokach, Bracha Shapira, Paul B. Kantor (Eds.) - Springer (출판 : 28 Oct 2010) 개인화 추천에 관련된 기본 배경 기술과 최근의 연구 내용을 모은 책(논문집)입니다. 좀 두껍기는 하지만... 가격도 좀 비싸지만...^^ 읽을만한 논문들을 다수 포함하고 있습니다. 수록된 논문은 아래와 같습니다. 그리고, 일부 인터넷에서 PDF 파일로 다운로드 받을 수 있는 논문들의 경우에는 링크를 달아 놓았습니다. Part I - Basic Techniques ----------------------------..

검색은 웹 사이트에서 우리가 찾고자하는 자료나 문서, 이미지 등을 가장 빠르고 손쉽게 찾는 수단이지요. 그렇기 때문에 전문적인 검색 서비스를 제공하는 네이버, 다음, 구글 외에도 거의 모든 사이트에서 검색 기능을 제공합니다. 검색이라는 것은 입력된 '검색어'와 가장 잘 '매칭'되는 것을 찾아줍니다. 어떤 검색어를 사용하는가에 따라 검색 결과도 많이 달라지지요. 한 가지 예를 들어 보겠습니다. 요즘 '땅콩집'이 세간의 주목을 받고 있죠? 땅값이 너무나 비싼 서울경기 지역. 한 필지에 두 가구가 함께 집을 지음으로써 땅값을 반만 부담하게 되고, 설계비 부담도 반 띵. 결과적으로 집짓기 비용을 대폭 낮출 수 있다는 말이지요. 그렇다면... '땅콩집'에 대한 책을 한 번 찾아 볼까요? 인터넷 서점 예스24로 한..

지난번에 "거꾸로 읽는 세계사"라는 책을 읽거나 산 사람들을 대상으로 아래의 책들 중에서 읽은 것 또는 가지고 있는 것들을 표시해 달라고 했었죠? 고마운 몇 분들이 답을 주셨습니다. 괄호 안에 함께 읽었거나, 또는 그 책도 가지고 있다고 하신 분들의 수를 표시했습니다. (예- "거꾸로 읽는 세계사"라는 책과 "르몽드 세계사"를 모두 읽었거나 함께 가지고 있는 사람은 1명이라는 뜻) 1. 내 머리로 생각하는 역사 이야기 ----- (0) 2. 총, 균, 쇠 ------------------------- (0) 3. 거꾸로 읽는 한국사 ---------------- (1) 4. 사기열전 2 ----------------------- (1) 5. 르몽드 세계사 -------------------- (1) 6...

"거꾸로 읽는 세계사" 라는 책을 읽었거나 혹은 사신 분들... 아래의 책들 중에서 읽었거나, 혹은 산 것이 있으면 댓글 좀 남겨주세요. 1. 내 머리로 생각하는 역사 이야기 2. 총, 균, 쇠 3. 거꾸로 읽는 한국사 4. 사기열전 2 5. 르몽드 세계사 6. 르몽드 세계사 2 7. 교실 밖 세계사 여행 8. 스무 살을 위한 교양 세계사 강의 9. 세계를 움직이는 다섯 가지 힘 10. 미완의 시대 11. 지도로 읽는 세계사 2 12. 4개의 통장 13. 엄마를 부탁해 14. 한 걸음만 더 15. 회사가 붙잡는 사람들의 1% 비밀 16. 일본전산 이야기 저에게는 살짝 중요한 실험입니다. 부끄러워 마시고, 외면하지 마시고, 이상하다고 불평불만 마시고, 안읽었는데 읽었다고 뻥까지 마시고 ^^ 한 줄 남겨 주..

Anand Rajaraman과 Jeffrey Ullman이 스탠포드 대학에서 "Web Mining"이라는 과목의 수업교재로 사용하는 "Mining of Massive Datasets"라는 교재의 제9장(Chapter 9) "Recommendation Systems"에 소개된 개인화 추천 시스템과 관련된 기술들의 관계입니다. 개인화 추천 기술 분류 Content-Based Recommendation Item Profiling Discovering Features TF.IDF (Term Frequency - Inverse Document Frequency) Distance/Similarity (Chap. 3, "Finding Similar Items" 참조) Measures Jaccard, Cosine, ...

요즘 저희 회사에 개인화 추천 서비스에 대한 관심과 문의가 부쩍 많네요. (덕분에 바쁩니다. ^^) 어떻게 하면 개인화 추천 서비스를 성공시킬 수 있을까? 마침 쉽게 이해하고 공감할만한 글을 하나 찾았습니다. 저희 회사가 하는 일과 비슷한 일을 하는 미국 회사의 연구책임자(Chief Scientist)의 글을 소개합니다. ㅋㅋㅋ (저희 회사는 넷스루, 미국 회사는 RichRelevance. 원문은 요기클릭) 원문 제목은 "Five steps to improving profitability" (by Darren Erik Vengroff, chief scientist at RichRelevanc) 번역은 내 맘대로 엑기스만 추려서...^^ 하나, 다양한 추천 기법을 사용하시오! 여러 가지 추천 기법이 있습니..