반응형 TikTok 알고리즘2 틱톡(TikTok)은 왜 사용자를 사로잡은 것일까? - 사용자를 매혹시키는 AI 알고리즘[후편] 목차 3. TikTok 추천의 흐름 0 단계 : 사용자 생성 콘텐츠(UGC)에 관한 듀얼 감시 시스템 1 단계 : 콜드 스타트 2 단계 : 지표에 따른 평가 3 단계 : 사용자 프로필 증폭기 4 단계 : 부티크 트렌드 풀 기타 단계 : 지연 발화 제한 : 트래픽 피킹 왜 이런 추천 시스템을 만들었는가 참고 URL 3. TikTok 추천의 흐름 TikTok은 그 핵심 알고리즘을 결코 공개하지 않았습니다. 그러나 회사를 통해 게시된 단편적인 정보와 리버스 엔지니어링 기술을 사용하여 사람들이 발견한 흔적을 따라 저는 다음과 같은 결론을 이끌어 냈습니다.(이것은 저의 추정이며, TikTok이 실제로 실행하고 있는 것과 상이할 수 있습니다.) 단계 0 : 사용자 생성 콘텐츠(UGC)에 관한 듀오 감사 시스템 Ti.. 2020. 11. 20. 틱톡(TikTok)은 왜 사용자를 사로잡은 것일까? - 사용자를 매혹시키는 AI 알고리즘[전편] 저자 Catherine Wang 씨는 호주에 거주하는 AI 엔지니어이며, AI 기술의 해설 기사를 Medium에 게시합니다(자세한 경력은 그의 LinkedIn 참조). 그는 이 Medium에 게시된 기사 중 하나인 『TikTok은 왜 사용자를 사로잡은 것일까? 그 이유는 사용자를 매혹시키는 AI 알고리즘』에서 TikTok의 추천 시스템을 수식이나 소스 코드 없이 평문으로 설명하고 있습니다. 현재는 세계적인 숏 비디오 앱의 대표주자로 간주되고 있는 TikTok의 매력은 사용자를 사로잡는 추천 시스템에 있습니다. Wang 씨는 공표된 기술 블로그의 게시물이나 리버스 엔지니어링을 시도한 이들의 연구 결과에 따라, 이 응용 프로그램의 추천 알고리즘의 구조를 다음과 같이 추측했습니다. 학습 데이터의 생성과 학습에.. 2020. 11. 18. 이전 1 다음 반응형
