메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박승택 (신한카드) 성인재 (카카오) 서상원 (에이팀벤처스) 황지수 (카카오) 노지성 (카카오) 김대원 (카카오)
저널정보
사이버커뮤니케이션학회 사이버커뮤니케이션학보 사이버커뮤니케이션 학보 제34권 제1호
발행연도
2017.3
수록면
5 - 48 (44page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 카카오가 2015년 6월부터 다음 뉴스에 적용한 루빅스(RUBICS)의 구조와 성과를 고찰한다. 루빅스는 다양한 추천 알고리듬으로 구성된 앙상블(Ensemble) 추천 시스템이며, 각 이용자의 성향을 반영한 개인화 추천과 이용자 집단 내의 트렌드를 반영한 추천을 통합적으로 제공한다. 본 논문에서는 루빅스의 초기(콜드 스타트(Cold-Start) 이용자가 다수인 상황)에 주요 알고리듬으로 사용된 멀티암드밴딧(Multi-Armed Bandit) 중심의 뉴스 추천시스템을 설명한다. 이어 알고리듬 성능을 추적하고 개선하기 위해 사용한 성능평가 방법을 설명하고 이를 통한 점진적인 알고리듬 개선 프로세스에 대해 논의한다. 마지막으로 루빅스 도입 이전과 이후의 뉴스 서비스의 성과 지표 비교를 통해 루빅스의 효과를 설명한다. 루빅스가 다음 모바일 뉴스에 도입되기 전인 2015년 4월과 도입(2015년 6월) 후인 2015년 8월의 뉴스 소비를 비교한 결과, 루빅스가 적용된 후 일평균 클릭 수는 130% 증가했으며, 일평균 뉴스 이용자도 45% 늘었다. 또한 첫 화면에 노출되는 뉴스 콘텐츠의 양도 250% 증가하였다. 이는 루빅스가 이용자 경험의 개선을 통해 이용자의 증가와 뉴스 내의 다양성 확보에 효과가 있음을 보여준다.

목차

요약
1. 서론
2. 논의 배경
3. 루빅스 알고리듬에 대한 설명
4. 루빅스 도입에 따른 효과
5. 결론 : 기계학습 기반 뉴스 추천 구조의 적용 전망 및 함의
참고문헌
ABSTRACT

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-331-002304639