정보검색및추천시스템

Information Retrieval and Recommender Systems

한국외국어대학교 Language & AI 융합학부

Hankuk University of Foreign Studies

강의 개요

대규모 텍스트 데이터의 검색 원리와 사용자 맞춤형 추천 시스템의 핵심 알고리즘을 학습합니다.

학습 목표

  • 정보 검색 엔진의 아키텍처 이해
  • 다양한 추천 알고리즘 구현 및 분석
  • 실제 데이터를 활용한 검색 및 추천 시스템 구축
강의 정보
  • 강의 시간: 금요일 1,2,3교시 (09:00-12:00)
  • 강의실: 교수학습개발원 2108호 (PC실습실)
  • 학점: 3학점
  • 수강권장 사전지식: 자료구조, 선형대수, 기계학습, 딥러닝 기초
사용 도구
  • 언어: Python
  • 라이브러리: Scikit-learn, PyTorch
  • 환경: Git/GitHub, Google Colab, Linux Server

과목 정보

과목 기본정보
  • 과목명: 정보검색및추천시스템
  • 개설학과: Language & AI 융합학부
  • 담당교수: 최승택

강의 계획

주차 주제 세부 내용 자료
1주차
2026.03.06
Intro
Introduction Course Introduction & Syllabus 강의자료
2주차
2026.03.13
Fundamentals
Fundamentals of IR (1) Classic IR (Inverted Index, BM25) 강의자료
3주차
2026.03.20
Fundamentals
Fundamentals of IR (2) Evaluation Metrics 강의자료
4주차
2026.03.27
Fundamentals
Fundamentals of IR (3) Web Search (PageRank, Crawling) 강의자료
5주차
2026.04.03
휴강
휴강 보강: 2026.06.12 -
6주차
2026.04.10
Neural IR
Neural Search (1) Dense Retrieval (Bi-encoder, Cross-encoder) 강의자료
7주차
2026.04.17
Neural IR
Neural Search (2) Hybrid Search 강의자료
8주차
2026.04.24
중간고사
중간고사 전반부 내용 평가 -
9주차
2026.05.01
Neural IR
Neural Search (3) Advanced Retrieval Techniques (PRF, HyDE) 강의자료
10주차
2026.05.08
RecSys
Fundamentals of Rec. (1) Content-based & Collaborative Filtering 강의자료
11주차
2026.05.15
RecSys
Fundamentals of Rec. (2) Matrix Factorization 강의자료
12주차
2026.05.22
Applications
Advanced Applications (1) Invited Talk (Speaker: Hojae Han @ ETRI) 강의자료
13주차
2026.05.29
Applications
Advanced Applications (2) Invited Talk (Speaker: Yohan Lee) 강의자료
14주차
2026.06.05
RecSys
Fundamentals of Rec. (3) Neural CF (Simplified) 강의자료
보강
2026.06.12
Applications
Advanced Applications (3) LLM Agents for Search/Rec 강의자료
15주차
2026.06.19
기말고사
기말고사 후반부 내용 평가 -

평가 체계

중간고사 35%
기말고사 35%
출석 및 참여 0%
프로젝트/과제 30%
총합 100%

공지사항