추천 알고리즘 NAVE R 뉴스

 안녕하세요 다온닷컴입니다! 오늘은 많은 분들이 네이버에서 자주 사용하는 뉴스판에 대해 이야기를 나눠보려고 합니다. 기존의 사용과 달리 로그인 시에 제공되는 개인화된 뉴스 추천 서비스의 명칭인 “MY뉴스”영역에 대해서 이해를 돕겠다고 한번 작성했습니다.알고리즘 기반의 뉴스 추천 모바일 네이버 뉴스판 홈은 언론이 직접 편집하여 이용자 직접 구독 여부를 선택합니다. 언론편집이라는것을메인으로제공하고,MY뉴스부분을보조적인서비스로제공하고있습니다. 많은 분들이 추천 시스템에 익숙해 있기 때문에 속에서 사용자들이 흥미를 가질 만한 정보를 추천하게 되는데, 이는 뉴스 오스메의 경우 신문이나 TV 등의 일반 매체가 아니라 인터넷을 통해 뉴스를 소비하는 형식입니다. 글로벌 IT 기업 뿐만 아니라 네이버 뉴스도 서비스 사업자로서 다양한 매체의 뉴스 기사를 제공받아 추천 알고리즘을 기반으로 사용자에게 제공하고 있습니다.

출처 : 네이버 서치&테크네이버 뉴스는 국내 최대 포털사이트 네이버가 제공하는 온라인 뉴스 서비스로 하루 약 1,300만 명에 가까운 이용자가 방문하는 가운데 약 2만 5천 건의 뉴스 시가지가 매일 넘쳐납니다. 수만 건의 최신 뉴스 기사로 인해 정보 과소화로 인해 이용자가 관심을 갖고 있는 뉴스 기사를 찾기 어렵게 만들고 있기 때문에 본질적인 뉴스 추천 시스템을 사용자의 편의성과 만족도를 높이는 것을 목표로 하였습니다.그래서 사용자들이 과거의 소비 이력과 제목, 본문 등의 뉴스 기사 내용의 관계를 분석하고 기사를 예측했습니다.

뉴스 추천 알고리즘의 설계 고려 사항.네이버 뉴스추천시스템은 뉴스도메인 고유의 특징을 파악하기 위해 4가지 설계 고려사항을 반영하였습니다.- 실시간 사용자 선호도 예측

– 자동화 방식의 뉴스 품질 측정 : 언론을 통해 전송된 뉴스 기사는 품질에 조금씩 차이가 있습니다. 예를 들어 유용한 정보를 포함하고 있는 것을 품질이 좋다고 한다면 광고성 정보만을 포함하고 있는 것은 품질이 나쁘다고 표현할 수 있습니다. 그러한 저품질의 뉴스기사를 이용자가 직접 도달하지 못하도록 하기 위해 수동적으로 뉴스기사의 품질을 측정해 왔으나 자동으로 뉴스기사의 품질을 올바르게 할 수 있는 새로운 방법을 고안하고 있습니다.

시의적절한주요이슈감지:하루에도수없이쏟아지는뉴스기사중에서사회적인이슈는매우중요하게다루어야하는부분입니다. 그런 것들은 사용자의 취향과 달리 공통에 관심을 갖는 기사로서 적절하게 많은 언어도단의 기사가 공통적으로 다른 사회적 뉴스를 기사로 추천할 수 있는 알고리즘 설계를 고려하고 있습니다.

확장성 있는 시스템 구조 : 많은 뉴스 기사를 많은 사용자에게 제공하고 있는 만큼 실시간으로 뉴스 기사와 사용자의 로그 데이터를 신속하게 분석하여 딱 맞는 뉴스 추천을 제공하는 알고리즘 생성을 위해 확장 가능한 시스템 구조가 필요합니다.

뉴스 추천의 전체적인 구조

위 그림을 보면 네이버 뉴스 권장 시스템인 AiRS의 전체적인 구조를 소개한 것입니다. 네이버 아이디 로그인 사용자에 대한 뉴스 추천은 다음 2단계로 진행됩니다. 후보의 뉴스 기사를 작성하고 그 중에서 순위를 만들어 중복 없이 하나로 묶는 과정에서 추천 후보의 기사 풀을 만듭니다. 이때 다양한 형태의 피처를 고려하여 후보 기사의 최종 점수를 산출하여 이를 기준으로 순위를 매긴 후, 사용자가 선호하는 순서대로 뉴스 기사 상위를 추천하는 것입니다.

이로써 네이버 뉴스 추천 알고리즘 시스템의 구조와 과정에 대해 알아볼 수 있었습니다. 하루에도 수없이 쏟아지는 많은 정보 중에서 필요한 정보만을 선택하고 저장할 수 있어야 능력이 필요한 때인 만큼 이러한 알고리즘 시스템을 활용하여 다온닷컴에서도 항상 빠르게 시대를 선도하는 마케팅 회사가 되도록 노력하겠습니다. 다음에도 중요한 정보를 가지고 찾아뵙겠습니다. 감사합니다

인천광역시 서구 원당대로 626 한서빌딩 5층 전체 참고문헌 네이버 Search & Tech – “네이버 뉴스 추천 알고리즘에 대하여” : https://blog.naver.com/naver_search/222439351406

#네이버 알고리즘 #네이버C등급 #네이버뉴스 #네이버뉴스추천알고리즘