추천 알고리즘

런치 스터디 : 다양성 뉴스 추천 알고리즘과 저널리즘/민주주의

다시 런치 스터디를 재개합니다. 올해 첫 런치 스터디네요. 아시다시피 미디어고토사의 런치 스터디는 유료 구독자를 위한 '부가 혜택' 서비스입니다. 빠르게 변화하는 국내외 미디어 산업의 흐름을 이해하기 위해 함께 공부하자는 취지로 마련된

전체 공개 유료 구독자 전용 무료 회원 공개

이슈설문

[이슈설문] 네이버 뉴스 알고리즘 작동원리 공개는 '알고리즘 공개'에 해당할까요?

3분만 시간 내어서 응답해주시면 감사하겠습니다.

전체 공개 유료 구독자 전용 무료 회원 공개

[번역] 모질라의 YouTube Regrets 보고서 : YouTube의 추천 알고리즘에 대한 크라우드 소싱 조사

'권장 사항'(Recommendations) 섹션에는 YouTube, 기타 인터넷 플랫폼, 정책 입안자 및 대중을 위한 명확한 지침이 나와 있습니다

전체 공개 유료 구독자 전용 무료 회원 공개

네이버 뉴스 알고리즘 AiRS와 개발자의 개입 방식

들어가기에 앞서 전제할 내용이 있습니다. 이 글은 네이버 알고리즘 개발자들이 2017년에 발표한 논문 ‘Deep Neural Networks for News Recommendations’를 바탕으로 분석한 것입니다. 이 당시 소개된 AiRS의 버전이 그 상태이진

전체 공개 유료 구독자 전용 무료 회원 공개

로봇 저널리즘

네이버가 쏘아 올린 ‘알고리즘 저널리즘’ 가치 생산 논쟁

네이버가 기계가 생산한 기사를 통합검색에 노출하지 않기로 했다는 소식 들으셨나요? 적지 않은 언론사들이 그동안 알고리즘 저널리즘, 즉 기계에 의한 기사 생산을 도입했던 것으로 알고 있습니다. 그렇게 생산된 기사는 네이버로도 전송되고

전체 공개 유료 구독자 전용 무료 회원 공개

뉴욕타임스

뉴욕타임스의 추천 엔진 개발의 교훈

원문 : Building the next new york times recommendation engine(2015) Content Based Filtering 첫번째 접근은 키워드 태그를 활용한 추천 엔진의 개발 작동 및 접근 방식 사용자별 30일 간의 열독 히스토리와 기사별 태그를 이용해 유사도를 매칭하는 방식 예를 들어, 클린턴이라는 태그가 포함된 기사 10개를 읽으면,

전체 공개 유료 구독자 전용 무료 회원 공개

개인화 뉴스 추천 알고리즘, 이렇게 만들어보면

얼마전 개인 선호 분석에 기반한 개인 맞춤형 뉴스 추천 논문을 소개해드린 적이 있는데요. 읽어보니 아래와 같은 방식으로 진행이 되더군요. 제가 배운 바에 따르면 신경망 분석(neural network)은 복잡한 기계학습으로 시간이 좀 걸리고 hidden layer로 인해 결과값에 대한 근거나 이유를 설명할 수 없는 것으로