본문내용 바로가기

KYOBO 교보문고

매일 선착순 2,000원
광주상무점신년이벤트
  • 낭만서점 독서클럽 5기 회원 모집
  • 교보아트스페이스
빅데이터 컴퓨팅 기술(IT CookBook 164)
* 중고장터 판매상품은 판매자가 직접 등록/판매하는 상품으로 판매자가 해당상품과 내용에 모든 책임을 집니다. 우측의 제품상태와 하단의 상품상세를 꼭 확인하신 후 구입해주시기 바랍니다.
344쪽 | 규격外
ISBN-10 : 1156641144
ISBN-13 : 9791156641148
빅데이터 컴퓨팅 기술(IT CookBook 164) 중고
저자 박두순 | 출판사 한빛아카데미
정가
22,000원
판매가
22,000원 []
배송비
2,500원 (판매자 직접배송)
200,000원 이상 결제 시 무료배송
지금 주문하시면 2일 이내 출고 가능합니다.
토/일, 공휴일을 제외한 영업일 기준으로 배송이 진행됩니다.
2014년 6월 19일 출간
제품상태
상태 최상 외형 최상 내형 최상

[상태 상세 항목] 선택 해당 사항있음 미선택 해당 사항없음

1.외형 상세 미선택 낙서 미선택 얼룩 미선택 접힘 미선택 낙장(뜯어짐) 미선택 찢김 미선택 변색 미선택 제본불량 미선택 부록있음 [중고 아닌 신간입니다.]

2.내형 상세 미선택 낙서 미선택 얼룩 미선택 접힘 미선택 낙장(뜯어짐) 미선택 찢김 미선택 변색 [출간 20140619, 판형 180x230, 쪽수 344]

이 상품 최저가
19,000원 다른가격더보기
새 상품
22,000원 [0%↓, 0원 할인] 새상품 바로가기
수량추가 수량빼기
안내 :

중고장터에 등록된 판매 상품과 제품의 상태는 개별 오픈마켓 판매자들이 등록, 판매하는 것으로 중개 시스템만을 제공하는
인터넷 교보문고에서는 해당 상품과 내용에 대해 일체 책임을 지지 않습니다.

교보문고 결제시스템을 이용하지 않은 직거래로 인한 피해 발생시, 교보문고는 일체의 책임을 지지 않습니다.

중고책 추천 (판매자 다른 상품)

더보기

판매자 상품 소개

※ 해당 상품은 교보문고에서 제공하는 정보를 활용하여 안내하는 상품으로제품 상태를 반드시 확인하신 후 구입하여주시기 바랍니다.

(신간) 빅데이터 컴퓨팅 기술 [중고 아닌 신간입니다.]

판매자 배송 정책

  • 토/일, 공휴일을 제외한 영업일 기준으로 배송이 진행됩니다.

더보기

구매후기 목록
NO 구매후기 구매만족도 ID 등록일
341 깨끗한 책 잘 받았으니 잘 보도록 하겠습니다. 5점 만점에 5점 kchi*** 2020.02.27
340 좋은 제품 매우 만족합니다. 5점 만점에 5점 dldu*** 2020.02.26
339 깨끗하고 좋은 상태의 책입니다~ 감사합니다 5점 만점에 5점 ellen*** 2020.02.21
338 0000000000000000000 5점 만점에 5점 ggumt*** 2020.02.20
337 감사합니다~^^ 복 많이 받으세요~^^ 5점 만점에 5점 hyun2*** 2020.02.18

이 책의 시리즈

책 소개

상품구성 목록
상품구성 목록

방대한 빅데이터 관련 업무에 필요한 역량을 갖추고자 하나 어떤 기술이 있고 이 중 어떤 것을 익혀야 할지 갈피를 잡지 못하는 학생들과, 그들을 지도하는 교육 종사자를 위한 책이다. 새로 등장하는 수많은 빅데이터 기술에 대한 탐색과 이해의 기회를 제공해 줄 것이다. 또한 현직에 종사하는 실무자가 새로운 기술에 휩쓸리지 않고 적절한 기술을 취사선택하거나, 기업의 의사결정권자가 빅데이터 기술을 도입하기 위해 기술 전반에 대한 그림을 그리는 데도 도움이 될 것이다.

저자소개

목차

1부 빅데이터 개요
1장 빅데이터 개념과 처리 과정
1.1 빅데이터 등장 배경
1.2 빅데이터 개념과 속성
1.3 빅데이터 처리 과정과 기술
1.3.1 빅데이터 소스 생성과 수집 기술
1.3.2 빅데이터 저장 기술
1.3.3 빅데이터 처리 기술
1.3.4 빅데이터 분석 기술
1.3.5 빅데이터 표현 기술
1.4 빅데이터 활용 분야와 기대 효과
1.5 빅데이터 시대 준비
1.6 연습문제
1.7 참고문헌

2부 빅데이터 컴퓨팅 기술
2장 빅데이터 수집 및 통합 기술
2.1 개요
2.2 빅데이터 주요 수집 및 통합 기술
2.2.1 Flume플럼
2.2.2 Chukwa척와
2.2.3 Scribe스크라이브
2.2.4 SQOOPSQl-to-hadOOP; 스쿱
2.2.5 Kafka카프카
2.2.6 OpenRefine오픈리파인
2.2.7 JSONJavaScript Object Notation; 제이슨
2.2.8 BSONBinary javaScript Object Notation; 비슨
2.2.9 Thrift쓰리프트
2.2.10 Protocol Buffers프로토콜 버퍼스
2.2.11 Avro에이브로
2.3 연습문제
2.4 참고문헌

3장 빅데이터 저장 및 관리 기술
3.1 개요
3.2 빅데이터 주요 저장 및 관리 기술
3.2.1 S3Simple Storage Service
3.2.2 HDFSHadoop Distributed File System
3.2.3 DynamoDB다이나모DB
3.2.4 MongoDBMONGOus DB; 몽고DB
3.2.5 CouchDBCluster Of Unreliable Commodity Hardware DB; 카우치DB
3.2.6 Cassandra카산드라
3.2.7 HBaseHadoop dataBASE; H베이스
3.2.8 RedisREmote DIctionary System; 레디스
3.2.9 Riak리악
3.2.10 Hypertable하이퍼테이블
3.2.11 ZooKeeper주키퍼
3.2.12 Voldemort볼드모트
3.3 연습문제
3.4 참고문헌

4장 빅데이터 처리 기술
4.1 개요
4.2 빅데이터 주요 처리 기술
4.2.1 Hadoop하둡
4.2.2 Pig피그
4.2.3 Hive하이브
4.2.4 Cascading캐스캐이딩
4.2.5 Cascalog캐스칼로그
4.2.6 Mrjob미스터잡
4.2.7 S4Simple Scalable Streaming System
4.2.8 MapR맵알
4.2.9 Acunu아큐누
4.2.10 Azkaban아즈카반
4.2.11 Oozie우지
4.2.12 Greenplum그린플럼
4.2.13 EC2Elastic Compute Cloud
4.2.14 Heroku히로쿠
4.2.15 R 프로그래밍 언어
4.2.16 Pipes파이프
4.2.17 Mechanical Turk미케니컬 터크; Mturk
4.2.18 Solr/Lucene솔라/루씬
4.2.19 ElasticSearch엘라스틱서치
4.2.20 Datameer데이터미어
4.2.21 InfoSphere BigInsights인포스피어 빅인사이트
4.2.22 InfoSphere Streams인포스피어 스트림즈
4.3 연습문제
4.4 참고문헌

5장 빅데이터 분석 기술
5.1 개요
5.2 텍스트 마이닝 기술
5.3 오피니언 마이닝 기술
5.4 리얼리티 마이닝 기술
5.5 군집화 기술
5.5.1 계층적 군집화 기술
5.5.2 분할적 군집화 기술
5.6 소셜 네트워크 분석 기술
5.7 그래프 마이닝 기술
5.8 빅데이터를 처리하는 기존 알고리즘 변형 기술
5.8.1 도형 세기 알고리즘의 변형
5.8.2 컬럼 빈도수 측정 프로그래밍 방안
5.8.3 소셜 네트워크 통계 방안
5.8.4 네트워크 분석 기법
5.9 최신 빅데이터 분석 연구
5.9.1 데이터 마이닝 연관 규칙을 활용한 빅데이터 알고리즘
5.9.2 빅데이터와 분류 기술
5.9.3 빅데이터와 군집화
5.10 빅데이터 주요 분석 기술
5.10.1 NLTKNatural Language ToolKit
5.10.2 OpenNLP오픈NLP
5.10.3 Boilerpipe보일러파이프
5.10.4 WEKA웨카
5.10.5 Mahout머하웃
5.10.6 scikits_learn사이키트런
5.11 연습문제
5.12 참고문헌

6장 빅데이터 표현 기술
6.1 개요
6.2 빅데이터 주요 표현 기술
6.2.1 Tag Cloud태그 클라우드
6.2.2 Gephi게피
6.2.3 GraphVizGRAPH VIsualiZation software; 그래프비즈
6.2.4 Processing프로세싱
6.2.5 Fusion Tables퓨전 테이블
6.2.6 Tableau타블로
6.2.7 TinkerPop팅커팝
6.2.8 Clustergram클러스터그램
6.2.9 Spatial Information Flow스페이셜 인포메이션 플로우
6.3 연습문제
6.4 참고문헌

7장 빅데이터 플랫폼 기술
7.1 개요
7.2 빅데이터 플랫폼 요소 기술과 구조
7.2.1 빅데이터 플랫폼 요소 기술
7.2.2 빅데이터 플랫폼 구조 및 세부 기술
7.3 빅데이터 플랫폼 관리 기술
7.3.1 가상화 기술
7.3.2 클라우드 환경에서 처리 기술
7.4 빅데이터 워크플로우 컴퓨팅 플랫폼 기술
7.4.1 그래프 기반 빅데이터 응용
7.4.2 그래프 기반 빅데이터 처리 기술
7.5 연습문제
7.6 참고문헌

3부 빅데이터 기술 개발 현황과 실제 구현 예
8장 빅데이터 기술 개발의 현황과 활용
8.1 개요
8.2 국내외 빅데이터 기술 개발 현황
8.2.1 국내 빅데이터 기술 개발 현황
8.2.2 국외 빅데이터 기술 개발 현황
8.3 빅데이터 산업체 현황
8.3.1 EMC
8.3.2 오라클
8.3.3 IBM
8.3.4 SAP
8.3.5 테라데이타
8.3.6 마이크로소프트
8.3.7 코난테크놀로지
8.3.8 솔트룩스(트루스토리)
8.3.9 다음소프트(소셜 메트릭스)
8.3.10 그루터(씨날)
8.3.11 기타 사업체
8.4 빅데이터 활용 사례
8.4.1 공공?정부?과학 분야
8.4.2 정보 통신 분야
8.4.3 소셜 미디어 분야
8.4.4 의료?헬스 케어 분야
8.4.5 도소매 분야
8.4.6 제조업 분야
8.5 연습문제
8.6 참고문헌

9장 하둡을 이용한 추천 시스템의 구현
9.1 개요
9.1.1 협업 필터링과 연관 규칙을 이용한 추천 시스템과 하둡 에코시스템
9.1.2 실습 환경 구축
9.2 협업 필터링 기법과 머하웃을 이용한 구현
9.2.1 협업 필터링 기법의 원리
9.2.2 사용자 기반 추천 엔진의 구현
9.2.3 아이템 기반 추천 엔진의 구현
9.2.4 협업 필터링 기법에서 추가로 고려할 사항
9.3 연관 규칙 기법과 피그, 하이브를 이용한 구현
9.3.1 연관 규칙 기법의 원리
9.3.2 피그를 이용한 연관 규칙 구현
9.3.3 하이브를 이용한 연관 규칙 구현
9.4 추천 시스템의 구현
9.4.1 데이터 준비하기 : u.data
9.4.2 전처리하기 : PHP
9.4.3 단일 아이템 빈도수 구하기 : 샤크
9.4.4 아이템 (A∩B) 조합의 빈도수 계산하기 : 샤크
9.4.5 연관 규칙 계산하기 : PHP와 샤크
9.4.6 데이터 내보내기 : 스쿱
9.4.7 웹 서비스로 추천 기능 구현하기 : PHP
9.5 참고문헌
찾아보기

책 속으로

출판사 서평

도서 장점 ① 빅데이터에 대한 명확한 개념 정리를 바탕으로 빅데이터 처리 과정의 전체적인 그림을 그려준다. ② 다양한 빅데이터 컴퓨팅 기술을 처리 과정별로 소개하여 빅데이터 기술을 상황에 맞게 활용할 수 있도록 했다. ③ IT 관련 종사자와 ...

[출판사서평 더 보기]

도서 장점

① 빅데이터에 대한 명확한 개념 정리를 바탕으로 빅데이터 처리 과정의 전체적인 그림을 그려준다.
② 다양한 빅데이터 컴퓨팅 기술을 처리 과정별로 소개하여 빅데이터 기술을 상황에 맞게 활용할 수 있도록 했다.
③ IT 관련 종사자와 IT 관련 학과 학생들을 대상으로 빅데이터 기술에 대하여 명확하게 개념을 정리할 수 있도록 도와준다.
④ 적절한 그림과 도표를 삽입하여 내용을 좀 더 쉽게 이해할 수 있도록 했다.

도서 특징(책 표지글)

방대한 빅데이터 컴퓨팅 기술을 명쾌하게 정리한다!


방대한 빅데이터 관련 업무에 필요한 역량을 갖추고자 하나 어떤 기술이 있고 이 중 어떤 것을 익혀야 할지 갈피를 잡지 못하는 학생들과, 그들을 지도하는 교육 종사자를 위한 책이다. 새로 등장하는 수많은 빅데이터 기술에 대한 탐색과 이해의 기회를 제공해 줄 것이다. 또한 현직에 종사하는 실무자가 새로운 기술에 휩쓸리지 않고 적절한 기술을 취사선택하거나, 기업의 의사결정권자가 빅데이터 기술을 도입하기 위해 기술 전반에 대한 그림을 그리는 데도 도움이 될 것이다.

부/장별 내용 요약

? 1부 빅데이터 개요(1장)
-. 빅데이터의 개념을 명확히 정리한 후 빅데이터를 처리하는 과정에 대한 전체적인 그림을 그려준다.

? 2부 빅데이터 컴퓨팅 기술(2~7장)
-. 빅데이터 컴퓨팅 기술을 빅데이터를 처리하는 과정에 따라 단계적으로 소개한다. 구체적인 예를 언급할 때는 가장 많이 사용되는 하둡을 기반으로 설명하고, 이 과정별 기술을 통합적으로 지원하는 기술인 빅데이터 플랫폼 기술도 소개한다.

? 3부 빅데이터 기술 개발 현황과 실제 구현 예(8~9장)
-. 빅데이터 기술 개발의 현황과 활용 예를 소개한다. 그리고 하둡을 이용하여 간단한 추천 시스템을 직접 구현하는 과정을 단계별로 설명한다.

[출판사서평 더 보기 닫기]

책 속 한 문장

회원리뷰

  •   “빅데이터”는 현재 정보사회의 발달로 급격히 늘어난 데이터를 이야기한다  이렇게 데이터가 늘어난데에는...
     
    “빅데이터”는 현재 정보사회의 발달로 급격히 늘어난 데이터를 이야기한다  이렇게 데이터가 늘어난데에는 텍스트 중심으로만 처리하던 데이터베이스의 증가량보단 이미지, 동영상이 속하는 메타데이터들의 기하 급수적인 증가로 <<빅데이터 기술>>은 빅데이터의 수집/저장/처리가 손쉽도록 만드는 기술, 도구, 알고리즘을 통틀어서 지칭하는 것이다.
     
    IMG_20140829_105011.jpg


    프로그래밍 관계자 한번쯤 들어보았고 프로그램과 관련이 없는 사람들도 인식을 하는 정도이며 빅데이터 관련 연구기관은 국가들에서 앞다투어 투자를 많이 할 정도로 이목이 집중이 되는 분야이다.   빅데이터는 현재의 기술 경쟁에서 가장 큰 이슈가 되며 인류에 정보 발달, 수집 능력, 구현 능력의 향상으로 인해 나타난 총체적 결과라고 본다.  따라서 빅데이터 처리기술의 발달과 함께 인류는 좀더 기술적으로 고도의 성장세를 타고 갈 수 있을것이다.  이에 발맞추어 나가기 위해선 빅데이터 리뷰 서적으로 빅데이터가 무엇인지 어느 분야에서 쓰이는지 그 특성을 이해하고 지나가지 않겠는가?


    IMG_20140803_140933.jpg
    - 책 디자인의 문제점이라면 책 안의 재질과 배치 디자인은 굉장히 좋으나 겉표지의 재질의 두께감이 조금 모자라는 느낌이다. 조금더 손상이 안가도록 두꺼웠으면 하는 바램이 있다.


    이번에 “빅데이터”관련해 리뷰할 이 “빅데이터 컴퓨팅 기술”은 다음과 같은 목차를 지닌다.

    목차

    1부 빅데이터 개요 
    1장 빅데이터 개념과 처리 과정 
    1.1 빅데이터 등장 배경 
    1.2 빅데이터 개념과 속성 
    1.3 빅데이터 처리 과정과 기술 
    1.3.1 빅데이터 소스 생성과 수집 기술 
    1.3.2 빅데이터 저장 기술 
    1.3.3 빅데이터 처리 기술 
    1.3.4 빅데이터 분석 기술 
    1.3.5 빅데이터 표현 기술 
    1.4 빅데이터 활용 분야와 기대 효과 
    1.5 빅데이터 시대 준비 
    1.6 연습문제 
    1.7 참고문헌 

    2부 빅데이터 컴퓨팅 기술 
    2장 빅데이터 수집 및 통합 기술 
    2.1 개요 
    2.2 빅데이터 주요 수집 및 통합 기술 
    2.2.1 Flume플럼 
    2.2.2 Chukwa척와 
    2.2.3 Scribe스크라이브 
    2.2.4 SQOOPSQl-to-hadOOP; 스쿱 
    2.2.5 Kafka카프카 
    2.2.6 OpenRefine오픈리파인 
    2.2.7 JSONJavaScript Object Notation; 제이슨 
    2.2.8 BSONBinary javaScript Object Notation; 비슨 
    2.2.9 Thrift쓰리프트 
    2.2.10 Protocol Buffers프로토콜 버퍼스 
    2.2.11 Avro에이브로 
    2.3 연습문제 
    2.4 참고문헌 

    3장 빅데이터 저장 및 관리 기술 
    3.1 개요 
    3.2 빅데이터 주요 저장 및 관리 기술 
    3.2.1 S3Simple Storage Service 
    3.2.2 HDFSHadoop Distributed File System 
    3.2.3 DynamoDB다이나모DB 
    3.2.4 MongoDBMONGOus DB; 몽고DB 
    3.2.5 CouchDBCluster Of Unreliable Commodity Hardware DB; 카우치DB 
    3.2.6 Cassandra카산드라 
    3.2.7 HBaseHadoop dataBASE; H베이스 
    3.2.8 RedisREmote DIctionary System; 레디스 
    3.2.9 Riak리악 
    3.2.10 Hypertable하이퍼테이블 
    3.2.11 ZooKeeper주키퍼 
    3.2.12 Voldemort볼드모트 
    3.3 연습문제 
    3.4 참고문헌 

    4장 빅데이터 처리 기술 
    4.1 개요 
    4.2 빅데이터 주요 처리 기술 
    4.2.1 Hadoop하둡 
    4.2.2 Pig피그 
    4.2.3 Hive하이브 
    4.2.4 Cascading캐스캐이딩 
    4.2.5 Cascalog캐스칼로그 
    4.2.6 Mrjob미스터잡 
    4.2.7 S4Simple Scalable Streaming System 
    4.2.8 MapR맵알 
    4.2.9 Acunu아큐누 
    4.2.10 Azkaban아즈카반 
    4.2.11 Oozie우지 
    4.2.12 Greenplum그린플럼 
    4.2.13 EC2Elastic Compute Cloud 
    4.2.14 Heroku히로쿠 
    4.2.15 R 프로그래밍 언어 
    4.2.16 Pipes파이프 
    4.2.17 Mechanical Turk미케니컬 터크; Mturk 
    4.2.18 Solr/Lucene솔라/루씬 
    4.2.19 ElasticSearch엘라스틱서치 
    4.2.20 Datameer데이터미어 
    4.2.21 InfoSphere BigInsights인포스피어 빅인사이트 
    4.2.22 InfoSphere Streams인포스피어 스트림즈 
    4.3 연습문제 
    4.4 참고문헌 

    5장 빅데이터 분석 기술 
    5.1 개요 
    5.2 텍스트 마이닝 기술 
    5.3 오피니언 마이닝 기술 
    5.4 리얼리티 마이닝 기술 
    5.5 군집화 기술 
    5.5.1 계층적 군집화 기술 
    5.5.2 분할적 군집화 기술 
    5.6 소셜 네트워크 분석 기술 
    5.7 그래프 마이닝 기술 
    5.8 빅데이터를 처리하는 기존 알고리즘 변형 기술 
    5.8.1 도형 세기 알고리즘의 변형 
    5.8.2 컬럼 빈도수 측정 프로그래밍 방안 
    5.8.3 소셜 네트워크 통계 방안 
    5.8.4 네트워크 분석 기법 
    5.9 최신 빅데이터 분석 연구 
    5.9.1 데이터 마이닝 연관 규칙을 활용한 빅데이터 알고리즘 
    5.9.2 빅데이터와 분류 기술 
    5.9.3 빅데이터와 군집화 
    5.10 빅데이터 주요 분석 기술 
    5.10.1 NLTKNatural Language ToolKit 
    5.10.2 OpenNLP오픈NLP 
    5.10.3 Boilerpipe보일러파이프 
    5.10.4 WEKA웨카 
    5.10.5 Mahout머하웃 
    5.10.6 scikits_learn사이키트런 
    5.11 연습문제 
    5.12 참고문헌 

    6장 빅데이터 표현 기술 
    6.1 개요 
    6.2 빅데이터 주요 표현 기술 
    6.2.1 Tag Cloud태그 클라우드 
    6.2.2 Gephi게피 
    6.2.3 GraphVizGRAPH VIsualiZation software; 그래프비즈 
    6.2.4 Processing프로세싱 
    6.2.5 Fusion Tables퓨전 테이블 
    6.2.6 Tableau타블로 
    6.2.7 TinkerPop팅커팝 
    6.2.8 Clustergram클러스터그램 
    6.2.9 Spatial Information Flow스페이셜 인포메이션 플로우 
    6.3 연습문제 
    6.4 참고문헌 

    7장 빅데이터 플랫폼 기술 
    7.1 개요 
    7.2 빅데이터 플랫폼 요소 기술과 구조 
    7.2.1 빅데이터 플랫폼 요소 기술 
    7.2.2 빅데이터 플랫폼 구조 및 세부 기술 
    7.3 빅데이터 플랫폼 관리 기술 
    7.3.1 가상화 기술 
    7.3.2 클라우드 환경에서 처리 기술 
    7.4 빅데이터 워크플로우 컴퓨팅 플랫폼 기술 
    7.4.1 그래프 기반 빅데이터 응용 
    7.4.2 그래프 기반 빅데이터 처리 기술 
    7.5 연습문제 
    7.6 참고문헌 

    3부 빅데이터 기술 개발 현황과 실제 구현 예 
    8장 빅데이터 기술 개발의 현황과 활용 
    8.1 개요 
    8.2 국내외 빅데이터 기술 개발 현황 
    8.2.1 국내 빅데이터 기술 개발 현황 
    8.2.2 국외 빅데이터 기술 개발 현황 
    8.3 빅데이터 산업체 현황 
    8.3.1 EMC 
    8.3.2 오라클 
    8.3.3 IBM 
    8.3.4 SAP 
    8.3.5 테라데이타 
    8.3.6 마이크로소프트 
    8.3.7 코난테크놀로지 
    8.3.8 솔트룩스(트루스토리) 
    8.3.9 다음소프트(소셜 메트릭스) 
    8.3.10 그루터(씨날) 
    8.3.11 기타 사업체 
    8.4 빅데이터 활용 사례 
    8.4.1 공공?정부?과학 분야 
    8.4.2 정보 통신 분야 
    8.4.3 소셜 미디어 분야 
    8.4.4 의료?헬스 케어 분야 
    8.4.5 도소매 분야 
    8.4.6 제조업 분야 
    8.5 연습문제 
    8.6 참고문헌 

    9장 하둡을 이용한 추천 시스템의 구현 
    9.1 개요 
    9.1.1 협업 필터링과 연관 규칙을 이용한 추천 시스템과 하둡 에코시스템 
    9.1.2 실습 환경 구축 
    9.2 협업 필터링 기법과 머하웃을 이용한 구현 
    9.2.1 협업 필터링 기법의 원리 
    9.2.2 사용자 기반 추천 엔진의 구현 
    9.2.3 아이템 기반 추천 엔진의 구현 
    9.2.4 협업 필터링 기법에서 추가로 고려할 사항 
    9.3 연관 규칙 기법과 피그, 하이브를 이용한 구현 
    9.3.1 연관 규칙 기법의 원리 
    9.3.2 피그를 이용한 연관 규칙 구현 
    9.3.3 하이브를 이용한 연관 규칙 구현 
    9.4 추천 시스템의 구현 
    9.4.1 데이터 준비하기 : u.data 
    9.4.2 전처리하기 : PHP 
    9.4.3 단일 아이템 빈도수 구하기 : 샤크 
    9.4.4 아이템 (A∩B) 조합의 빈도수 계산하기 : 샤크 
    9.4.5 연관 규칙 계산하기 : PHP와 샤크 
    9.4.6 데이터 내보내기 : 스쿱 
    9.4.7 웹 서비스로 추천 기능 구현하기 : PHP 
    9.5 참고문헌 
    찾아보기

    전체적인 내용을 보면 알겠지만 대부분 리뷰 형식으로 빅데이터가 생성된 환경 부터 빅데이터를 처리하기 위한 기술의 발전 그리고 발전한 빅데이터 처리기술의 A,B,C를 정리해준다. 
    그럼에도 이 책을 리뷰하게 된 이유중에 하나는 예제로서 현재 분산처리 프로그래밍으로 빅데이터를 처리하는 오픈소스인 하둡을 이용하여 추천 시스템을 구현하는 내용이 포함되어있다. 이 방법이 너무 궁금해서 책을 픽업하게 만들었다. 결과는 꽤나 만족감을 느낄 수 있었다. 웹과 서버를 만들고 책의 예제를 기반으로 데이터를 넣고 공유하는 식의 서비스는 기본적으로 프로그래머들이라면 한번 해본다면 어느정도 최신기술을 한번쯤 예제로라도 구현해보았다는 자부심을 느끼게 해줄 수 있기 때문이다.


    빅데이터의 수집 -> 저장 -> 처리 -> 응용의 과정을 알고싶다면 한번쯤 보아두는것이 좋을 것이다.

    IMG_20140829_105001.jpg
    다시 처음으로 돌아가서 리뷰를 해보자면 빅데이터 설명에 그 특성을 불여 줄이는 말이 있다. 3V,4V,5V라고 있지만 빅데이터의 기본 구성은 3V다. 양(Volume), 다양성(Variety), 속도(Velocity) 그외에도 Veracity(진실성), Value(가치)를 덧붙여 4V, 5V라고도 하지만 빅데이터의 올바른 기본 구성은 3V라고 생각한다.  5V를 굳이 쓸 수 있는 곳을 찾자면 사업 혹은 연구 분석적인 목적으로 사용할때 진실성과 가치를 덧붙여서 사용하면 알맞을 것 같다고 생각을 한다.  이 책 또한 하나의 빅데이터로 취급하고 5V라고 부르고 싶은데 엄청난 리뷰의 양과 다양성 그리고 적절한 시기의 속도와 관련 문헌까지 꼼꼼히 적어놓는 진실성과 가치를 볼수 있다.  한번쯤은 어디서도 쉽게 구하지 못하는 리뷰 논문급이라고 생각하고 읽어봐야한다. 

     


    내가 주는 책에 별점은 5점 만점에 4.0. 책의 구성, 내용은 좋지만 종합적인 리뷰 형식이다보니 책에 설명되어있는 깊이가 얇다.


    마지막으로 책에서 아쉬운 사항은 다음과 같았다.

    1. 정보의 비대칭화 :  특정 알고리즘과 툴에 대해 자세한 설명은 널리 알려진 정보와 문서를 조합해서 세세하게 리뷰를 써놓았지만 그 외의 알고리즘과 툴은 제작년도, 제작사, 사용하는 곳만 적어놓는등 너무 간단한 정보만 적어놓은 식이다. 리뷰를 한다면 정보의 구성에 맞추어 같은 레벨까지의 정보를 리뷰를 해주었으면 한다.  

    2. 책의 순서라면 3부의 빅데이터 기술 개발과 현황부분과 하둡을 이용한 추천시스템의 구현을 나누어놓았으면 하고 현재 기술 개발현황을 1부 2장에 넣었으면 하는 바가 있다.  어디서 쓰이는지 알아야 빅데이터 수집/저장/처리/에 해당하는 관련 기술을 손쉽게 찾아볼 수 있도록 해야하니까 말이다.

    3. 하둡 추천 시스템 구현의 플렛폼 단일화 :  Mac과 윈도우를 둘다 사용하기에 구현을 따라 진행하는데는 문제가 없었지만 Mac에서 하둡을 실행하고 구현하는 것은 다른 페이지를 검색해서 사용해야한다. 한 플랫폼에 편향적이라고 생각하기에 다른 운영체제도 생각해서 책의 분량이 조금 늘더라도 같이 작성해주었으면 한다. 


     
  •    빅데이터 컴퓨팅 기술 (한빛아카데미) - 박두순, 문양세, 박영호, 윤찬현, 정영식, 장형석 지음&n...

     

     빅데이터 컴퓨팅 기술 (한빛아카데미) - 박두순, 문양세, 박영호, 윤찬현, 정영식, 장형석 지음 좋아 동글이

     

     

     

     

     

     

     

     

     

     

     

    여름에 책을 접해서 그런지 파란색 표지 디자인이, 매우 맘에 들었다. line_rangers-12

     

     

          

     

     

    책의 표지 디자인을 보고, 시원시원한 책이다라는 느낌을 받았고, 책의 두께를 보고 얇아서 놀랐다.

     

    컴퓨터 서적은 두껍다는 고정관념을 깨주는 책이다.


     

     

     


     요즘 화두가 되고 있는 IoT에 관심이 있다보니, 빅데이터나, 클라우드에 자연스럽게 관심이 가게 되었다.

    ​맨 처음 빅데이터라는 용어를 접하였을 때에는 글자 그대로 ~ 데이터라는 개념으로 알고 있었다.

    책 뒤 표지에 방대한빅데이터 기술을 명쾌하게 정리한다! 라고 쓰여 있어,

    나처럼 ​정말 BIC 데이터인 줄 오해 하는 독자가 있을까 염려 스렵다.

    brown_and_cony-57

     

    하지만 이 책을 보고 단순히 한 데이터라고만 정의 될 수 있다는 것이 아니라는 것을 알게 될 것이다.

     누군가가 나처럼 큰 데이터가 빅데이터라고 한다면, ‘빅데이터 컴퓨팅 기술책을 읽어보고 말하자고 하고 싶다.


     


       





     

    책은 크게 1빅데이터 개요’, 2빅데이터 컴퓨팅 기술’, 3빅데이터 기술 개발 현황과 실제 구현 예로 나누어져 있다.

     


    책을 보면 빅데이터의 개념부터 하둡까지 포괄적으로 나와 있어, 빅데이터의 개념을 이해하고, 활용방법까지 알 수 있어 매우 유용한 책이다. 다만, 하둡에 대하여 집중적으로 알고 싶은 독자라면 비추천이다. 실제 책의 두께를 보면 알겠지만, 하둡에 대해서 처음부터 끝까지 나와 있지는 않다.


     

           

     


    개인적으로 빅데이터 개념에 대한 1부의 내용은 알고 있어, 2부의 빅데이터의 수집통합기술, 저장 및 관리기술, 처리기술, 분석기술, 표현기술, 플랫폼기술이 각 2장부터 7장까지 자세하게 설명하고 있는 점이 매우 좋았다.

     


    또한, 글로 길게 개념을 설명한 것이 아니라, , 그림, 다이어그램 등으로 되어 있어 이해 하는데 많은 도움이 되었다. 단원이 끝날 때 마다 나오는 연습문제는 복습하는데 도움이 되었으며, “텍스트 마이닝 기술을 설명하시오.”, “오피니언 마이닝 기술을 설명하시오라는 문제가 연달아 출제 되어 있는 것을 보고, 기술사 시험 문제를 받은 듯한 느낌이 들었다.

    연습문제 바로 뒤이어 나오는 참고문헌구성은 처음 접해 보았다. 보통 참고 문헌은 책 맨뒤에 수록되어 있는데, 매 챕터마다 제공되어, 빅데이터를 수학하는데 더욱더 도움이 되었다.

    line_love_is_a_rollercoaster-7

     

      



     

     


     

     

  • 이번 미션은 한빛리더스 8기의 마지막 미션이다.  벌써 5개월의 활동 기간이 끝났다는 것이 믿겨지지 않는다...

    이번 미션은 한빛리더스 8기의 마지막 미션이다. 

    벌써 5개월의 활동 기간이 끝났다는 것이 믿겨지지 않는다. 마지막 미션이니만큼 유종의미를 거두도록 노력해보겠다. 

    오늘 리뷰를 작성하게되는 책은 "빅데이터 컴퓨팅 기술"이라는 대학교재로 목적으로 만들어진 책이다. 대학교재라? 벌써 대학을 졸업한지 5년이 지나가고 있다. 풋풋했던 그때를 생각하며 읽어보았다. 

    이제 빅데이터라는 말은 생소한 단어가 아니다. 

    신문을 보거나 인터넷을 하거나 광고를 보다보면 빅데이터라는 말을 자연스럽게 듣곤한다.

    하지만, 시간내어 찾아보진 못하고 그저 어깨넘어 들어본 정도의 지식만 가지고 있는 저에게는 이 책을 통하여 빅데이터의 개념, 구체적인 관련 기술 등에 대한 기반지식을 습득할 수 있을 것 같아 매우 기대가 된다.


    첫인상

    책을 처음 받았을 때의 느낌은 정말 상큼하다! 라고 느꼈다.

    - 우선 책이 굉장히 얇게 느껴집니다. But, 책 페이지는 344페이지!
    - 책 표지에는 푸른색 계열의 육각형들로 구성되어 있으며 빅데이터 관련 여러가지 기술들이 적혀있는 것 같습니다. 육각형은 안정(완벽)적 구조(ex. 벌집)를 보여주고 있기에 빅데이터에 대하여 명쾌하게 정리했다는 표현과도 일맥 상통한다고 볼 수 있을 것 같습니다. 
    -
     책 본문은 컬러풀하게 꾸며져 있으며, 삽화나 텍스트들도 읽기 편하게 컬러링되어 있어서 좋아보입니다.


    목차

    1부 빅데이터 개요

    1장 빅데이터 개념과 처리 과정

        1.1 빅데이터 등장 배경

        1.2 빅데이터 개념과 속성

        1.3 빅데이터 처리 과정과 기술

            1.3.1 빅데이터 소스 생성과 수집 기술

            1.3.2 빅데이터 저장 기술

            1.3.3 빅데이터 처리 기술

            1.3.4 빅데이터 분석 기술

            1.3.5 빅데이터 표현 기술

        1.4 빅데이터 활용 분야와 기대 효과

        1.5 빅데이터 시대 준비

        1.6 연습문제

        1.7 참고문헌

    2부 빅데이터 컴퓨팅 기술

    2장 빅데이터 수집 및 통합 기술

        2.1 개요

        2.2 빅데이터 주요 수집 및 통합 기술

            2.2.1 Flume플럼

            2.2.2 Chukwa척와

            2.2.3 Scribe스크라이브

            2.2.4 SQOOPSQl-to-hadOOP; 스쿱

            2.2.5 Kafka카프카

            2.2.6 OpenRefine오픈리파인

            2.2.7 JSONJavaScript Object Notation; 제이슨

            2.2.8 BSONBinary javaScript Object Notation; 비슨

            2.2.9 Thrift쓰리프트

            2.2.10 Protocol Buffers프로토콜 버퍼스

            2.2.11 Avro에이브로

        2.3 연습문제

        2.4 참고문헌


    3장 빅데이터 저장 및 관리 기술

        3.1 개요

        3.2 빅데이터 주요 저장 및 관리 기술

            3.2.1 S3Simple Storage Service

            3.2.2 HDFSHadoop Distributed File System

            3.2.3 DynamoDB다이나모DB

            3.2.4 MongoDBMONGOus DB; 몽고DB

            3.2.5 CouchDBCluster Of Unreliable Commodity Hardware DB; 카우치DB

            3.2.6 Cassandra카산드라

            3.2.7 HBaseHadoop dataBASE; H베이스

            3.2.8 RedisREmote DIctionary System; 레디스

            3.2.9 Riak리악

            3.2.10 Hypertable하이퍼테이블

            3.2.11 ZooKeeper주키퍼

            3.2.12 Voldemort볼드모트

        3.3 연습문제

        3.4 참고문헌


    4장 빅데이터 처리 기술

        4.1 개요

        4.2 빅데이터 주요 처리 기술

            4.2.1 Hadoop하둡

            4.2.2 Pig피그

            4.2.3 Hive하이브

            4.2.4 Cascading캐스캐이딩

            4.2.5 Cascalog캐스칼로그

            4.2.6 Mrjob미스터잡

            4.2.7 S4Simple Scalable Streaming System

            4.2.8 MapR맵알

            4.2.9 Acunu아큐누

            4.2.10 Azkaban아즈카반

            4.2.11 Oozie우지

            4.2.12 Greenplum그린플럼

            4.2.13 EC2Elastic Compute Cloud

            4.2.14 Heroku히로쿠

            4.2.15 R 프로그래밍 언어

            4.2.16 Pipes파이프

            4.2.17 Mechanical Turk미케니컬 터크; Mturk

            4.2.18 Solr/Lucene솔라/루씬

            4.2.19 ElasticSearch엘라스틱서치

            4.2.20 Datameer데이터미어

            4.2.21 InfoSphere BigInsights인포스피어 빅인사이트

            4.2.22 InfoSphere Streams인포스피어 스트림즈

        4.3 연습문제 

        4.4 참고문헌 


    5장 빅데이터 분석 기술

        5.1 개요

        5.2 텍스트 마이닝 기술 

        5.3 오피니언 마이닝 기술

        5.4 리얼리티 마이닝 기술

        5.5 군집화 기술

            5.5.1 계층적 군집화 기술

            5.5.2 분할적 군집화 기술

        5.6 소셜 네트워크 분석 기술

        5.7 그래프 마이닝 기술

        5.8 빅데이터를 처리하는 기존 알고리즘 변형 기술

            5.8.1 도형 세기 알고리즘의 변형

            5.8.2 컬럼 빈도수 측정 프로그래밍 방안

            5.8.3 소셜 네트워크 통계 방안

            5.8.4 네트워크 분석 기법

        5.9 최신 빅데이터 분석 연구

            5.9.1 데이터 마이닝 연관 규칙을 활용한 빅데이터 알고리즘 

            5.9.2 빅데이터와 분류 기술 

            5.9.3 빅데이터와 군집화 

        5.10 빅데이터 주요 분석 기술 

            5.10.1 NLTKNatural Language ToolKit

            5.10.2 OpenNLP오픈NLP

            5.10.3 Boilerpipe보일러파이프

            5.10.4 WEKA웨카

            5.10.5 Mahout머하웃

            5.10.6 scikits_learn사이키트런

        5.11 연습문제

        5.12 참고문헌


    6장 빅데이터 표현 기술

        6.1 개요

        6.2 빅데이터 주요 표현 기술

            6.2.1 Tag Cloud태그 클라우드

            6.2.2 Gephi게피

            6.2.3 GraphVizGRAPH VIsualiZation software; 그래프비즈

            6.2.4 Processing프로세싱

            6.2.5 Fusion Tables퓨전 테이블

            6.2.6 Tableau타블로

            6.2.7 TinkerPop팅커팝

            6.2.8 Clustergram클러스터그램

            6.2.9 Spatial Information Flow스페이셜 인포메이션 플로우

        6.3 연습문제 

        6.4 참고문헌


    7장 빅데이터 플랫폼 기술

        7.1 개요 

        7.2 빅데이터 플랫폼 요소 기술과 구조 

            7.2.1 빅데이터 플랫폼 요소 기술 

            7.2.2 빅데이터 플랫폼 구조 및 세부 기술 

        7.3 빅데이터 플랫폼 관리 기술 

            7.3.1 가상화 기술 

            7.3.2 클라우드 환경에서 처리 기술 

        7.4 빅데이터 워크플로우 컴퓨팅 플랫폼 기술 

            7.4.1 그래프 기반 빅데이터 응용 

            7.4.2 그래프 기반 빅데이터 처리 기술 

        7.5 연습문제 

        7.6 참고문헌 

    3부 빅데이터 기술 개발 현황과 실제 구현 예

    8장 빅데이터 기술 개발의 현황과 활용

        8.1 개요 

        8.2 국내외 빅데이터 기술 개발 현황 

            8.2.1 국내 빅데이터 기술 개발 현황 

            8.2.2 국외 빅데이터 기술 개발 현황 

        8.3 빅데이터 산업체 현황

            8.3.1 EMC 

            8.3.2 오라클 

            8.3.3 IBM 

            8.3.4 SAP 

            8.3.5 테라데이타 

            8.3.6 마이크로소프트 

            8.3.7 코난테크놀로지 

            8.3.8 솔트룩스(트루스토리) 

            8.3.9 다음소프트(소셜 메트릭스) 

            8.3.10 그루터(씨날) 

            8.3.11 기타 사업체 

        8.4 빅데이터 활용 사례 

            8.4.1 공공·정부·과학 분야 

            8.4.2 정보 통신 분야 

            8.4.3 소셜 미디어 분야 

            8.4.4 의료·헬스 케어 분야 

            8.4.5 도소매 분야 

            8.4.6 제조업 분야 

        8.5 연습문제 

        8.6 참고문헌 


    9장 하둡을 이용한 추천 시스템의 구현

        9.1 개요 

            9.1.1 협업 필터링과 연관 규칙을 이용한 추천 시스템과 하둡 에코시스템 

            9.1.2 실습 환경 구축 

        9.2 협업 필터링 기법과 머하웃을 이용한 구현 

            9.2.1 협업 필터링 기법의 원리 

            9.2.2 사용자 기반 추천 엔진의 구현 

            9.2.3 아이템 기반 추천 엔진의 구현 

            9.2.4 협업 필터링 기법에서 추가로 고려할 사항 

        9.3 연관 규칙 기법과 피그, 하이브를 이용한 구현

            9.3.1 연관 규칙 기법의 원리 

            9.3.2 피그를 이용한 연관 규칙 구현 

            9.3.3 하이브를 이용한 연관 규칙 구현 

        9.4 추천 시스템의 구현 

            9.4.1 데이터 준비하기 : u.data 

            9.4.2 전처리하기 : PHP 

            9.4.3 단일 아이템 빈도수 구하기 : 샤크 

            9.4.4 아이템 (A∩B) 조합의 빈도수 계산하기 : 샤크 

            9.4.5 연관 규칙 계산하기 : PHP와 샤크 

            9.4.6 데이터 내보내기 : 스쿱 

            9.4.7 웹 서비스로 추천 기능 구현하기 : PHP 

        9.5 참고문헌 


    빅데이터가 무엇일까? 알고 싶다!

    이 책을 읽기전에 기대했던 것은 대학교재인 만큼 빅데이터의 정의와 그리고 관련된 기술들에 대하여 알고 싶었다. 

    책의 구성은 위 목차에서도 봤듯이 빅데이터의 개념부터 시작해서 빅데이터를 가공하기까지의 기술들을 소개하고 있다. 그리고 어떻게 그 빅데이터 정보들이 활용되고 있는지 설명하고 있다. 

    빅데이터는 전통적 개념으로는 결국 아주 방대한 양의 데이터를 의미한다고 한다. 
    그리고 현재는 빅데이터의 5가지의 속성을 정의하여 표현하기도 한다.



    과거에는 정보(데이터)를 생산하는 주체는 한정되어 있었다. 하지만 요근래는 정보를 생성하는 주체가 특정한 부류에서 개인으로까지 넓혀졌기 때문에 기존의 데이터 규모와는 말도 아니게 방대해지게 된 것이다. 
    그도 그럴 것이 지금 나 역시 이 리뷰를 작성하고 있는 것을 봐라. 이러한 데이터들도 역시 빅데이터의 일부가 되는 것이다. 이렇게 다양 주제, 방대한 양의 데이터를 처리하려면 기존의 데이터 처리 방식에서도 문제가 발생할 수 밖에는 없다. 그래서 빅데이터를 수집부터 저장, 처리, 사용가능한 형태가 되기까지 많은 작업들이 필요하게 되었다. 


    이 책은 그러한 내용에 대하여 큰틀을 잡고 세세한 기술들에 대하여 간략하게 나열하고 있다. 
    각 개별적인 기술에 대해서는 추가적으로 관련 책들을 읽어보기를 원한다. 

    책을 읽다보니 T-Mobile 사의 사례가 나왔다. T-Mobile사는 자신들의 고객들이 타 통신사로 이탈하는 것을 막기 위하여 고객들의 통화 및 송수신 내역을 담은 빅데이터를 분석하여 이를 방지했다고 했다. 이 대목에서 개인정보 유출? 이라는 문제가 발생한 것 아니냐? 라는 생각이 들었다. 
    고객들의 개인정보를 허락없이 분석했다는 것 아닐까? 이래도 되는지 의심이 들었다.

    책을 읽다보니 이러한 빅데이터의 시대에 살고 있는 우리가 꼭!? 빅데이터에 대하여 알아야 하는것인가?
    라는 생각을 해보게 되었다. 빅데이터가 분명 우리 삶의 편의성을 제공해주는 것은 맞는 것 같다.
    그 예로, 구글이나 가끔 쇼핑몰 사이트를 이용하면 내가 가지고 싶었던 내용들이 어떻게 딱딱 맞게 나오는 것인가? ㅎ 그건 아마도 내가 그 동안 검색했던 내용들을 수집하여 패턴을 분석하여 관련된 정보를 같이 보여주는 빅데이터 기술이 적용되어있기 때문일 것이다. 

    분명 회사의 이익 증대, 고객의 편의성 등이 있지만 이 또한 잘 사용해야 할 것 같다는 생각이 들었다. 


    연습문제와 참고문헌

    각 장이 끝날때 마다 연습문제와 참고문헌이 나온다.
    역시 대학교재라 그런지 연습문제는 시험에 나올법한 내용들에 대하여 물음을 던지고 있다.
    하지만 질문들을 보면 빅데이터의 이해, 습득을 너무 강요하는 것 같아 아쉽게 느껴지는 대목이다. 

    참고문헌은 정말 많은 책들을 참고하여 이 책에 담아 두었구나 하는 생각을 들게 한다. 
    그 말은 곧 개요정도의 설명이니 자세한 사항은 추가적인 부분을 찾아보라는 의미겠지 않겠나?
    처음 개념을 잡고 사용되는 기술들이 궁금한 독자들은 아주 유익하게 볼 수 있을 것 같다.


    마무으리~

    끝으로 이 책은 컬러풀하여 읽는 내내 기분이 좋았다.
    오랜만에 빅데이터에 대한 정보를 습득하면서 시험을 봐야 할 것 같은 생각에 암기하는 나를 보게되었다. 
    빅데이터 컴퓨팅 기술 앞으로 어떻게 더 발전해 나갈지 기대해보겠다. 

    "이 리뷰는 한빛리더스 8기 활동의 일환으로 작성되었습니다."

교환/반품안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품안내
반품/교환방법

[판매자 페이지>취소/반품관리>반품요청] 접수
또는 [1:1상담>반품/교환/환불], 고객센터 (1544-1900)

※ 중고도서의 경우 재고가 한정되어 있으므로 교환이 불가할 수 있으며, 해당 상품의 경우 상품에 대한 책임은 판매자에게 있으며 교환/반품 접수 전에 반드시 판매자와 사전 협의를 하여주시기 바랍니다.

반품/교환가능 기간

변심반품의 경우 수령 후 7일 이내, 상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내

※ 중고도서의 경우 판매자와 사전의 협의하여주신 후 교환/반품 접수가 가능합니다.

반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유

소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우(단지 확인을 위한 포장 훼손은 제외)

소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 예) 화장품, 식품, 가전제품 등

복제가 가능한 상품 등의 포장을 훼손한 경우 예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집

소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)

디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우

시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우

전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우

1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품이므로 단순 변심 및 착오로 인한 취소/교환/반품 시 해외주문 반품/취소 수수료 고객 부담 (해외주문 반품/취소 수수료는 판매정가의 20%를 적용

2) 중고도서 : 반품/교환접수없이 반송하거나 우편으로 접수되어 상품 확인이 어려운 경우

소비자 피해보상
환불지연에 따른 배상

- 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨

- 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함

판매자
스떼
판매등급
특급셀러
판매자구분
일반
구매만족도
5점 만점에 5점
평균 출고일 안내
3일 이내
품절 통보율 안내
18%

바로가기

최근 본 상품