딥다이브는 실시간으로 수집되는 수많은 사용자들의 콘텐츠 소비 이력을 바탕으로 다양한 기호를 예측하고 적합한 콘텐츠를 추천합니다.
A 사용자 기반 추천(User-based collaborative filtering)
콘텐츠 시청 이력, 횟수, 재생 시간, 댓글, 검색 이력, 해시 태그 등 사용자의 다양한 행동 패턴을 분석합니다.
이를 바탕으로 사용자별 콘텐츠 관심도와 집중도를 점수화하여 유사한 사용자 그룹을 추출합니다.
그룹 내 다른 사용자가 선호한 콘텐츠를 추천하게 됩니다.
B 아이템 기반 추천(Item-based collaborative filtering)
사용자가 소비한 콘텐츠를 기준으로, 그 콘텐츠를 소비한 다른 사용자가 선호했던 콘텐츠를 추천하는 방식입니다.
특정 콘텐츠들이 자주 함께 소비될 경우, 이들 간의 유사도는 증가하게 되고 이러한 아이템 간 유사도가 추천의
기반이 됩니다.
내용 기반 추천
(Content-based
Filitering)
사용자가 현재 소비하고 있는 콘텐츠의 메타 데이터(카테고리, 제목 및 본문의 명사 추출 정보 등)를 분석한 데이터를
바탕으로 적절한 영상 콘텐츠와 매칭하여 추천합니다. 그 과정에서 언어 처리, 텍스트 유사도 연산, 뉴스 토픽 분석 등
다양한 기술들이 활용됩니다. 추천 결과는 추천 데이터의 랭킹 서버에 실시간으로 반영되고 갱신되어 높은 추천 품질을
유지합니다.
이미지-영상
페어링 기술
딥다이브는 이미지의 특징을 추출하고 분석하는 딥러닝 모델 학습을 통해 동일한 유형 뿐 아니라 서로 다른 유형의
콘텐츠 간 추천이 가능합니다. 기사 이미지 내 인물과 영상 클립 내 인물을 높은 정확도로 매칭하여 추천에 활용합니다.
이를 위해, 다양한 클립 영상의 썸네일에서 유명인의 얼굴을 분류하고 실시간으로 업데이트 합니다.
1인당 평균 최소 20장의 이미지를 태깅하는 인물 태깅 기술이 있으며, 자체 인물 DB를 구축하고 있습니다.
AI 기술 기반 추천 유형
딥다이브의 독자적인 AI 기술을 활용한 다양한 추천 유형을 확인해보세요!
연관 영상
현재 유저가 보고 있는 기사(및 영상)와 연관된 이슈/인물/내용 등의 영상(및 기사) 콘텐츠를 딥다이브 추천
로직에 따라 사용자에게 추천합니다. 사용자의 소비 맥락을 읽고 연관도가 높은 콘텐츠를 추천하여 사용자의
소비를 이끌어냅니다.
인기 영상
딥다이브 플랫폼 내 영상의 재생 수, CTR, 실시간 조회수, 검색 수 등을 분석하여 인기도를 실시간으로 측정하고
이를 추천에 활용합니다. 현재 이슈가 되고 있는 주요 영상 기사나 헤드라인 영상들이 노출되어 사용자의 주목을
효과적으로 끌어냅니다.
개인 맞춤 영상
사용자가 기사와 영상 등의 콘텐츠를 소비하는 패턴을 분석하여 개별 사용자의 관심사를 분석합니다.
이러한 분석 데이터를 바탕으로, 해당 사용자가 흥미를 가질 만한 이슈를 예측하고 이를 활용하여
개인별로 맞춤화된 영상을 제공합니다.