[오늘의생각] 221001_밴딧 알고리즘

01. 슬롯머신에 배팅하는 것과 같은 추천 알고리즘

---

읽은 글 1 : https://medium.com/@jeongmin-ju/spotify%EC%9D%98-%EC%9D%8C%EC%95%85-%EC%B6%94%EC%B2%9C%EC%9D%B4-%EB%A7%A4%EB%A0%A5%EC%A0%81%EC%9D%B8-%EC%9D%B4%EC%9C%A0-865b69d8323a

Spotify의 음악 추천이 매력적인 이유

읽은 글 2 : https://julie-tech.tistory.com/37

Bandit 알고리즘과 추천시스템

• 사용자 데이터 기반의 추천 시스템 (대표적으로 협업 필터링)은 데이터가 없으면 추천을 하지 못 하는 Cold Start 문제를 고질적으로 경험한다
• 스포티파이에서 협업 필터링에 대한 대안으로 등장한 것이 Bandit 알고리즘.
  • 슬롯머신처럼 탐색(일단 돌려보고) & 활용 (그 중 결과가 좋은 것들을 찾아) & 탐색 (다시 돌린다) ... (반복)
  • 탐색을 한번만 할 것인지, 여러번 할 것인지, 탐색 대상을 어떻게 선정할 것인지 등에 따라 알고리즘은 세분화된
  • 고도화된 A/B 테스트라고 생각하면 조금 더 직관적으로 이해됨
• Pull to Down (새로고침을 위해 화면을 아래로 끌어당기는 모션) 도 그렇고, 모바일 서비스 관련 개념들이 슬롯머신에 비유되는 경우가 종종 있다. 작은 모바일 디바이스 안에 사용자를 오래 체류시키고자 하는 목표 때문에 슬롯머신의 특징에 기대고 싶은 부분이 있을지도.  '어떻게든 사용자 체류 시간을 증대'시키는 목표 자체가 곧 슬롯머신의 기제와 동일하다는 생각도 든다. 체류 시간의 증대는 경영상 중요한 목표이다. 다만 시간이라는 지표에만 몰두하면, 슬롯머신의 중독적 요소만 끌어오는 오류를 범할 수도 있을 것 같다. 사용자가 서비스에 체류하고 싶은 이유를 사용자 지향적으로 구축하면서 경영 목표와 사용자경험 개선을 최대한 동시에 달성할 수 있는 방향으로 나아가고 싶다.
• 내가 조직에서 하게 될 역할이 알고리즘 구현은 아니지만, 내가 맞닦뜨린 문제에 적용 가능한 해결책 후보를 알아두는 것은 분명 도움이 된다.