도움말

기계학습 기반의 뉴스 추천 서비스 구조와 그 효과에 대한 고찰

- 카카오의 루빅스를 중심으로

News recommendation service using machine learning - focusing on Kakao’s RUBICS -
사이버커뮤니케이션 학보 제34권 제1호, 2017.3, 5-48 (44 pages)
인용정보 복사
Quick View Quick View
구매하기 9,000원
인용하기
이용수 : 304건
피인용수 : 0건
분야내 활용도 : 5%
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 분야내 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출 / 0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮음

초록
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.

We study the structure of RUBICS (Real-time User Behavior Interactive Content recommender System) and its performance in the Daum mobile news service (the “News Service”). RUBICS has deployed in the News Service since June 2015. RUBICS is an ensemble recommender system consisting of various recommendation algorithms, which provides users with a combination of trend recommendation and personalized one. In this paper, we mainly explain a customized Multi-Armed Bandit (MAB) algorithm, which played a major role in the early version system where most users were in cold-start situations. Then, we explain our performance evaluation methods and test-procedures which were employed in order to improve the algorithms in our system. Finally, we discuss the impact of RUBICS on the News Service by comparing the KPIs of the service before and after deployment of RUBCIS. RUBICS increased the average number of clicks per day by 130% and the average number of news clickers per day by 45% between April 2015
and August 2015. Also, the number of news articles shown in the Daum mobile homepage increased by 250% during the same period. These results show that RUBICS is efficient in improving user experiences and therefore, can increase the number of active users in the News Service, and enhance diversity of news articles. We hereby wish to share our knowledge obtained from the development of RUBICS and seek to help build an open discussion for the usage of machine learning in the news recommendation service.

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
키워드

논문의 주요 키워드를 제공합니다. 키워드를 클릭하여 관련 논문을 확인해 보세요!

참고문헌 (0)

현재 논문의 참고문헌을 찾아 신청해주세요!

해당 논문은 참고문헌 정보가 없습니다.

인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (0)

박승택 식별저자 저자의 상세정보를 확인해 보세요.

해당 논문은 제 1저자의 다른 논문 정보가 없습니다.

권호 내 다른 논문 (4)

사이버커뮤니케이션 학보 제34권 제1호 의 상세정보를 확인해 보세요.

추천 논문 (10)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

더 많은 추천논문을 확인해 보세요!

함께 다운받은 논문

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 고려대학교 22
2 서울대학교 21
3 한양대학교 18

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

피인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동