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 알고 있습니다. 강의하셨던 교수님은 “상관에게 보고서를 작성해야 한다면 이 알고리즘은 피하는 게 좋다”고 조언하시기도 했죠. 인간 두뇌의 정보처리 구조에서 착안해 1958년 프랑크 로센블라크(Rosenblastt)가 제안한 방법이 진화에 진화를 거쳐 오늘에 이르렀다고 하고요. 주택 가격 예측 등에 많이 이용된다고 하더군요. 이 논문이 알고리즘을 구성하는 방식은 다음과 같습니다. 먼저 이용자의 뉴스 소비 패턴을 분석해 선호 키워드를 추출해냅니다. 여기에 깊은 신경망 분석이 활용되고요. 3개의 레이어를 통해 결과값을 가져옵니다. 선호 추출을 위한 인풋값으로는 이용자