Data Skeptic

Chick-fil-A의 분석가 Aaron Payne이 콜롬비아 사회 서비스 기업 Comfama의 수요 예측을 위해 ARIMA와 XGBoost 앙상블 모델을 적용한 실무 사례를 공유한다.

유럽 최대 역사 문서 저장소인 Monasterium.net에서 전문가와 일반인을 위해 텍스트, 이미지, 메타데이터를 결합한 다중 모달 추천 시스템을 구축하는 기술적 여정을 다룹니다.

협업 필터링, 잠재 공간 임베딩, 밴딧 학습을 결합하여 콜드 스타트와 알고리즘 공정성 문제를 해결하는 하이브리드 추천 시스템 설계 방식을 다룹니다.

스트리밍 산업 전문가 Cory Zechmann이 알고리즘과 인간의 편집 전문성이 결합된 '알고토리얼' 큐레이션의 실무적 가치와 미래를 설명합니다.

추천 시스템의 핵심 기법인 PCA가 소수 사용자 그룹과 니치 아이템에 대해 불공정한 결과를 초래하는 메커니즘을 분석하고, 성능과 공정성을 동시에 개선하는 아이템 가중치 PCA 기법을 소개합니다.

채용 추천 시스템에서 지식 그래프와 LLM을 결합하여 다중 이해관계자에게 투명한 설명을 제공하고 사용자 신뢰를 높이는 연구를 다룹니다.

추천 알고리즘을 플랫폼에서 분리하여 사용자가 직접 선택하게 하는 알고리즘 스토어 개념과 이를 시뮬레이션하는 S'mores 프레임워크를 소개한다.

추천 시스템에서 Representation Learning의 얽힘 해소(Disentanglement)가 해석 가능성에 미치는 긍정적 영향과 성능 간의 트레이드오프를 분석하고 LLM을 통한 데이터 정제 기법을 논의한다.

시선 추적 기술을 활용하여 추천 시스템의 캐러셀 인터페이스에서 발생하는 사용자 브라우징 패턴과 위치 편향을 분석하고, 이를 개선하기 위한 RecGaze 데이터셋과 연구 결과를 공유한다.