211220 뉴스

1. 버디버디 메타버스로 돌아온다

https://news.naver.com/main/read.naver?mode=LS2D&mid=shm&sid1=105&sid2=230&oid=011&aid=0003998607

[단독] 버디버디, 메타버스로 변신해 위믹스 생태계 올라탄다

✅ 위믹스 : 암호화폐 기반 블록체인 플랫폼

2. 알고리즘의 경고

https://news.naver.com/main/read.naver?mode=LS2D&mid=shm&sid1=105&sid2=230&oid=006&aid=0000110980

"알고리즘이 우릴 길들이고 있다"

어느 순간부터 미디어가 알려주는 대로 가게 된다. 예전에는 알려지지 않은 사실을 알려주는 역할이 중요했다면 지금은 '이걸 알아야 된다'고 던진다.

맞춤형을 거부할 권한을 요구해야 한다.

https://m.blog.naver.com/naver_search/222439351406

네이버 뉴스 추천  알고리즘에 대해 (Part1)

✅ 사용자의 로그데이터 + 학습데이터로 머신러닝
✅ 뉴스 추천 알고리즘

• DC1 : 실시간 사용자 선호도 분석 > 많은 파라미터 업뎃 필요
• DC2 : 자동화 방식의 뉴스 품질 측정
• DC3 : 시의 적절한 주요 이슈 감지
• DC4 : 확장성 있는 시스템 구조

✅ 뉴스 추천 단계

1. 후보 뉴스 기사 생성
2. 후보 뉴스 기사 랭킹

 

✅ DC2 > DNN기반 (Deep Neural Networks)

tj (제목), bj (본문), aj (기자 정보), sj (섹션 정보), ctj (콘텐츠 타입 정보), ivj (이미지 혹은 동영상 관련 정보)

> 각 피쳐들의 비선형적 결합 통한 품질 예측

과거 연구의 발견을 기반으로 네이버 뉴스 추천시스템에서는 많은 사용자들이 클릭했을 뿐만 아니라 클릭한 사용자들의 평균 체류 시간이 높은 기사를 사용자가 만족했던 기사로 간주하고 있습니다.

✅ 다양성을 위한 노력

• 사용자가 과거에 이미 클릭하여 읽은 기사
• 동일한 클러스터내의 기사가 여러 건 추천되는 경우
• 거의 동일한 제목의 기사가 여러 건 추천되는 경우

💬 저번에 네이버 뉴스에서 개인맞춤형 알고리즘을 폐지하고 구독제 형식으로 간다는 뉴스를 스크랩했다.

편향성 문제때문에 선택한 방향이라는데
똑똑한 선택이라고 느낀다.

오히려 구독형식이 더 편향적일 것 같은데
구독형식에 대한 책임은 개인에 있기에 상관 없어진다.
나는 여전히 알고리즘 추천이나 구독형식을 별로 좋아하지 않지만 나는 나대로 pc버전으로 보면 되니까…

개인화 추천 알고리즘을 포기하는 기업이 점점 생기는 것을 보니 코로나 이후로 폭발적인 성장한 머신러닝의 추후가 궁금해진다.