WP의 추천엔진 'Clavis'의 주요 알고리즘

개발자는? 게리 펜스타메이커와 안젤라 웡 기획 배경 원래는 구글 SEO를 위해 키워드를 자동으로 추가할 목적으로 개발된 일종의 기사 분류기. 원래 목적은 SEO였지만 점차 확대되면서 추천 엔진으로 변경 사용되는 주요 기술(알고리즘) 전체적으로는 머신러닝의 개념 위에서 설계. TF-IDF를 머신러닝으로 학습시키면서 정확도를 높여가는 개발 프로세스를 선택했다고. 1. TF-IDF 2. Collaborative Filtering 몇 가지 이슈 * TF-IDF로 자체 기사를 추천할 수 있는 분류기 개발은 완료. 문제는 독자들마다 서로 다른 결과값(추천 뉴스)를 제시하기 위해 독자들의 성향 분석이 요구 * 가입된 로그인 사용자는 문제가 없지만 미가입 독자가 문제. 분류된 기사와 독자의 성향을 매핑해주는 방식이 중요한데, 여기서 문제점에 봉착. * 일단 미가입 독자는 쿠키 데이터를 분석해서 대략적인 성향을 파악. *