Tumblr 콘텐츠 추천 방식

Tumblr는 디지털 커뮤니티로, 마이크로 블로그와 소셜 네트워크 기능을 동시에 제공합니다. 공통 관심사로 연결된 회원들은 진솔한 대화로
예술과 아이디어를 공유합니다. Tumblr 경험은 커뮤니티, 개인정보 보호, 진정성, 표현의 자유, 사용자 주도 디지털 체험 가치에
기반합니다. Tumblr는 크리에이터가 최고의 작품을 만들도록 격려하며 적합한 대상에 노출되게 돕습니다.

그에 따라, Tumblr 콘텐츠 피드는 품질 높고 안전하며, 재미도 있고 영감을 주는, 관련성 높은 콘텐츠를 각 사용자에게
제공합니다. 사용자가 이미 팔로우하는 블로그 및 태그로 만든 콘텐츠, 관심 있어 할 콘텐츠 유형 기반 인기 콘텐츠 등 다양한 피드를
제공합니다. 이런 피드를 개발하기 위해 광범위한 콘텐츠 맞춤화 기술 및 신호를 사용하며, 대시보드 기본 설정
참고합니다. 각 피드 유형을 자세히 보고, 어떤 콘텐츠를 선별해 어느 순서로 피드에 보여주는지 확인해 보세요. 

피드

세 가지 탭 위주로 다양한
소비 체험 지원:

 

팔로잉

여기는 주로 사용자가 팔로우하는 블로그 콘텐츠를 보여줍니다. 사용자가 팔로잉 블로그 꾸미기를 직접
관리하는 것은 물론, 보고 싶지 않은 콘텐츠(특정 블로그태그 콘텐츠 필터링 등)
피드백도 전달합니다.

가끔은 Tumblr가 이렇게 제안하기도 합니다.

 


팔로잉 피드 추천 이유 예시

 

대부분 사용자에게는 한 세션에서 둘러보는 콘텐츠 분량보다는 마지막 방문 이후 생겨난 새 콘텐츠 분량이 더 많습니다. 그러므로, 팔로잉
피드는 기본적으로 ‘반응 예측 알고리즘’으로 콘텐츠 순위를 보여줍니다. 팔로잉 피드 알고리즘 순위 추천을 보지 않으려면, their 대시보드 기본 설정에서 ‘좋아하는 포스트 먼저’ 토글을 끄면 됩니다.

내 취향

‘내 취향’ 피드 콘텐츠는 팔로잉 블로그가 작성 또는 리블로그한 포스트, 사용자가 아직 모르는 출처(블로그 또는 주제) 포스트를 섞은
것입니다.

‘내 취향’ 피드 콘텐츠 추천은 과거 및 실시간 선호도 관련 사용자 참여 패턴을 파악하기 위해 다양한 신호를 사용합니다. 신호란 사용자가
블로그(팔로우, 차단 등), 포스트(좋아요, 댓글, 리블로그, 공유, 그만보기 등), 태그(팔로우, 차단 등), 검색어 및 둘러보기
활동(탭, 클릭 등)에 한 긍정적, 부정적 ‘참여’를 말합니다. 이런 활동에 각기 다른 중요도를 부여하며, 확실한 ‘참여’는 둘러보기
활동보다 더 중요하게 반영합니다. 확실한 ‘참여’는 사용자 선호도를 정확하게 반영하지만, 둘러보기 활동은 애매할 수 있기
때문이죠(사용자는 좋아하지 않는 포스트를 클릭하기도 하니까요). 각 행동 이후에 경과한 시간도 고려해서 최근 ‘참여’ 및 활동을 더
중요하게 반영합니다. 시간이 지나며 사용자 선호도가 바뀌는 것도 알 수 있습니다.

사용자의 블로그, 태그, 포스트 선호도 이해를 바탕으로 ‘관련성 높을 수 있는’ 포스트(아직 팔로우하지 않은 블로그 포스트)를 식별하게
됩니다. 이때, 다양한 소싱 알고리즘을 사용하며 각 알고리즘은 콘텐츠 유사성 신호 및 정의를 이용해 관련 포스트 후보군을
식별합니다. 예를 들어, 협업 필터링 알고리즘은
비슷한 ‘참여’ 패턴(같은 포스트에 참여)을 가진 사용자가 ‘참여’한 포스트를 추천하는 반면, 콘텐츠 기반 접근법은
콘텐츠(텍스트 정보, 태그, 미디어 개체 등)가 사용자 관심사(팔로우한 태그, 최근 참여한 포스트 등)와 비슷한 포스트를 추천합니다.

결국, ‘내 취향’ 피드 포스트 순서는 각 포스트에 ‘참여’할 가능성 예측 및 관심사 관련성으로 정합니다. 또한, 피드 콘텐츠가 광범위한
출처 및 관심사를 반영하도록 노력합니다.

‘내 취향’ 피드 소비 경험은 알고리즘에 기반하기 때문에, 사용자는 피드에 유기적으로 ‘참여’하고, 팔로우 또는 차단 블로그 및 태그
목록을 조정하고, 포스트 맨 위 오른쪽 점 세 개 메뉴(●●●) ‘관심 없는 포스트’ 링크로 콘텐츠를 표시해서 추천에 영향을 줄 수
있습니다.

내 태그

이 피드에서는 사용자가 팔로우하는 태그 관련 최고 및 최신 콘텐츠를 확인할 수 있습니다. 피드 포스트 순서는 참신하고, 관련성 높고,
품질 높은 콘텐츠를 잘 섞어 제공하기 위해 ‘최신’과 ‘인기’ 요소를 균형 있게 반영합니다. 또한, 태그마다 가장 인기 있는 크리에이터를
소개하며, 이는 해당 태그에 대한 최근 기여도와 ‘참여’ 횟수로 결정합니다. 사용자는 팔로우한 태그 및 차단한 태그를 관리하고, ‘내
태그’ 피드를 필터링해서 특정 태그 콘텐츠만 보도록 추천 내용에 영향을 줄 수도 있습니다.

피드 콘텐츠 정렬 방식

피드 구성은 다음 절차로 보통 이루어집니다. 사용자 선호도에 따라 일부 단계는 건너뜁니다.

  1. 다양한 기본 소스(팔로잉 블로그가 만든 포스트 ‘팔로우 그래프’, 최근 ‘참여’한 포스트와 비슷한 포스트의 ‘협업 필터링’, 사용자
    관심사에 맞는 ‘콘텐츠 기반’ 포스트)에서 후보 포스트를 확보합니다.
  2. 여러 필터를 적용해 충분한 콘텐츠를 공급해서(삭제 안 된 포스트, 포스트와 블로그 표시 여부를 ‘공개’로 설정한 경우 등) 커뮤니티 가이드라인성인물 표시 여부 설정
    준수하며, 사용자 블로그태그 필터링 설정을
    반영합니다. 사용자가 이미 ‘참여’한 포스트는 추천에서 제외합니다. ‘내 취향’ 피드에 최근 본 포스트를 제외하는 필터링 단계를 추가해서
    다양성과 참신함을 추구합니다.
  3. 사용자에게 가장 흥미롭고 관련성 높은 포스트를 피드 맨 위에 표시하는 방식으로 콘텐츠 순서를 정합니다. 이 단계에서는 특정 포스트 후보
    각각이 흥미롭고 관심사에 맞다고 볼 가능성을 예측한 다음 그에 맞춰 정렬합니다.
  4. 피드에서 포스트 다양성을 개선하기 위해 결과를 재정렬합니다. 이전 단계에서 비슷한 콘텐츠(같은 블로그가 만든 포스트, 같은 주제에 관한
    포스트 등)가 생산됐다면 사용자 경험 질이 떨어질 수 있습니다. 순위를 바꿔서 다양성을 확보하면 피드 포스트가 각기 다른 사용자 관심사를
    반영하며, 균형 잡힌 소스 결과물이 됩니다.

순위 정하는 단계에서 각 포스트 관련성/참여도는 여러 요인에 달려 있습니다. Tumblr는 머신 러닝 기법을 적용해 방대한 과거 활동에서
여러 요소(기능) 간 상호작용이 어떻게 사용자 ‘참여’ 가능성에 영향을 주는지 배웁니다.

피드별로 예측 모델을 사용하고 정확도를 높이기 위해 해당 모델을 자주 반복하는 과정에서, 예측력이 높은 기능 범주는 동일한 경향이 있음을
다음과 같이 발견했습니다.

사용자가 피드 통제

사용자가 Tumblr 경험을 맞춤화하도록 여러 방법을 제공하며, 실시간으로 피드를 업데이트해 현재 설정을 반영합니다. 사용자는 다음을 할
수 있습니다.

Copied to clipboard!