안녕하세요. 케이뱅크에서 데이터사이언티스트로 일하고 있는 권혁민입니다. 지난 포스팅에선 고객의 선호에 따라 상품 컨텐츠를 추천하는 방법론을 제시 했었습니다(https://kbank-recruit.tistory.com/35). 금번에 다루어 볼 주제는 딥러닝 기반 Neural Collaborative Filtering 방식으로 비활성화되어 앱 내 행동패턴이 없는 고객을 대상으로 한 개인화 추천시스템 개발사례를 공유하고자 합니다. 개 요 딥러닝을 기반으로 추천시스템을 개발한다고 하면 많이들 생소하실 겁니다. 보통 딥러닝은 Text, Image 처리 등이 주된 적용 사례일 텐데요, 기존에도 추천시스템에 적용은 했었지만 모델의 핵심 부분이 아닌 모델의 주요 Feature에 적용하는 정도로 한정적이었습니다. 본 ..

안녕하세요. 케이뱅크 Data-Biz팀에서 데이터 사이언티스트로 일하고 있는 권혁민 입니다. 이 글에서는 당행 앱영역에 적용한 자동화된 개인화 Content 추천시스템 개발 사례에 대해 공유 드리고자 합니다. 추천 시스템은 한정된 앱 영역에 고객별 맞춤형 정보제공을 위한 Information Filter 역할을 하거나, 고객의 앱내 행동에 따른 추가적인 연관 콘텐츠를 보여주어 고객과의 Engagement를 강화하는 역할을 합니다. 추천시스템은 고객의 편의성 및 수익에 긍정적인 영향을 미치는 것에서 더 나아가, 고객들의 선호가 유도되거나 혹은 조작(manipulation)될 수 있는 가능성에 대한 연구도 이루어질 만큼, 그 영향도는 점차 증대되고 있습니다. ※ 참조. 추천을 통해 고객의 의도가 조작될수 있..