유튜브는 어떤 것을 근거로 추천한 영상이 내가 즐길 수 있는 영상이라고 판단하는 걸까? SNS 게시물의 추천 알고리즘은 어떤 원리일까? 같은 돈을 지불하고도 상품의 노출빈도가 다른 이유는 무엇일까? 우리가 매일 사용하는 서비스의 뒤에는 AI가 있고, 그 중심에 추천 알고리즘이 있다. 우리가 추천 알고리즘을 알아야 하는 이유이다. 마케터, 기획자, 개발자, 크리에이터 등 모두가 알아야 할 IT 상식에 관한 이야기 책이다. _대상 독자 마케터가 추천알고리즘을 이해하고 있다면, 가장 효과적인 성과를 내는 마케팅을 할 수 있습니다. 기획자는 어떤 과정에 추천 알고리즘을 적용할지, 더 멋진 제품을 만들 수 있을지, 아이디어를 얻을 수 있습니다. 개발자라면 적용하려는 분야에 따라 더 적합한 알고리즘을 선택해 추천 시스템을 구현할 수 있습니다. 이 책이 힌트를 줄 수 있습니다. 크리에이터, 블로거라면 내 콘텐츠가 어떤 원리로 사용자에게 추천되는지를 이해할 수 있습니다. 콘텐츠를 매일매일 소비하는 우리 모두는 추천 알고리즘을 이해하면 좀더 똑똑한 소비를 할 수 있게 해줍니다.
프롤로그
1부 | 추천 알고리즘을 이해하는 8가지 기본 토대
1장_ 추천 시스템의 시대
우리는 아주 빠르게 변화하는 시대에 살고 있습니다
우리는 지금 추천 시스템 속에서 살고 있습니다
인공지능과 추천 시스템은 동의어가 아닙니다
2장_ 선호도 조사
선호도 조사와 협업 필터링
선호도 조사: 명시적 레이팅과 암묵적 피드백
3장_ 협업 필터링: 아마존의 추천 시스템
아마존에 대해 먼저 알아봅니다
사용자 기반 협업 필터링
아이템 기반 협업 필터링
협업 필터링 적용 사례
4장_ 해시태그와 메타데이터
메타데이터
해시태그
콘텐츠 분석
사용자 취향
5장_ 콘텐츠 기반 추천 시스템
콜드 스타트 문제
콘텐츠 기반 추천 시스템
영화 추천 서비스 예시
<기생충>을 좋아하는 사용자 A 예시
<어바웃타임>을 좋아하는 사용자 B 예시
필터 버블(콘텐츠 편식)
6장_ 프로그래밍으로 구현한 무의식: 모델 기반 협업 필터링
KNN 알고리즘
잠재 요인 모델 기반 협업 필터링
행렬분해와 모델 기반 추천 시스템
7장_ 하이브리드 추천 시스템
하이브리드 추천 시스템
SNS 게시물 추천을 위한 하이브리드 추천 시스템
8장_ GPU와 인공지능
CPU와 GPU
CPU와 GPU의 차이
CPU와 GPU, 예시로 이해하기
딥 러닝과 머신러닝
GPU와 이미지 인식 기술의 발전
2부 | 서비스로 살펴보는 추천 알고리즘
9장_ 실시간/비실시간 추천 시스템
실시간 추천 시스템: 옥소폴리틱스
비실시간 추천 시스템: 링크드인
10장_ 넷플릭스의 추천 시스템
넷플릭스의 등장
넷플릭스 프라이즈
넷플릭스의 추천 시스템
11장_ 유튜브의 추천 알고리즘
유튜브와 넷플릭스의 차이
유튜브의 역사와 유튜브의 동영상 추천 시스템
유튜브의 특징과 추천 시스템
유튜브 추천 시스템의 발전
현재의 유튜브 랭킹 과정
12장_ 페이스북의 뉴스피드와 랭킹 알고리즘
페이스북의 등장
페이스북의 뉴스피드와 엣지랭크 알고리즘
새로운 랭킹 알고리즘
랭킹 알고리즘 응용하기
13장_ 개인 최적화 광고와 추천 시스템
광고의 디지털 전환
개인 최적화 광고의 등장
개인 최적화 광고와 추천 시스템
14장_ 시간 변화와 추천 시스템
내비게이션의 등장
내비게이션과 추천 시스템
시간의 변화에 따른 교통량 예측 시스템
시간에 따른 취향의 변화를 고려한 추천 시스템
에필로그
찾아보기