스트리밍 서비스에서의 추천시스템 적용 사례

소개

"스트리밍 서비스에서의 추천시스템 적용 사례"에 대한 내용입니다.

목차

1. 서론

2. 본론
(1) 스트리밍 서비스의 부상과 추천시스템의 역할
(2) 넷플릭스 추천시스템의 구조와 알고리즘 발전
(3) 유튜브 추천시스템의 작동 원리와 진화 과정
(4) 개인화 경험과 시청 지속 시간 증대 효과
(5) 필터 버블과 정보 다양성 축소 문제
(6) 추천시스템이 콘텐츠 제작과 산업 생태계에 미친 영향
(7) 사회적 쟁점과 정책적 논의

3. 결론

4. 참고문헌

본문내용

1. 서론

스트리밍 서비스는 현대인의 미디어 소비 방식을 근본적으로 바꾸어 놓았다. 텔레비전이나 DVD와 같은 전통적 매체 소비에서 벗어나, 온라인 플랫폼을 통해 개인 맞춤형 시청 경험이 일상화되었다. 넷플릭스와 유튜브는 대표적인 글로벌 스트리밍 서비스로, 방대한 콘텐츠 속에서 사용자가 원하는 것을 쉽게 찾도록 돕는 추천시스템을 핵심 경쟁력으로 삼아왔다. 본 논문은 이 두 플랫폼의 추천시스템 사례를 중심으로, 기술적 구조와 사회적 함의를 분석하고자 한다.

2. 본론

(1) 스트리밍 서비스의 부상과 추천시스템의 역할

스트리밍 서비스는 콘텐츠의 양적 증가와 이용자 확산으로 인해 ‘선택 과부하(choice overload)’ 문제에 직면했다.

참고자료

· Gomez-Uribe, C. A., & Hunt, N. [2016]. "The Netflix Recommender System: Algorithms, Business Value, and Innovation". ACM Transactions on Management Information Systems, 6(4), 13.
· Covington, P., Adams, J., & Sargin, E. [2016]. "Deep Neural Networks for YouTube Recommendations". Proceedings of the 10th ACM Conference on Recommender Systems.
· Fleder, D., & Hosanagar, K. [2009]. "Blockbuster Culture’s Next Rise or Fall: The Impact of Recommender Systems on Sales Diversity". Management Science, 55(5), 697–712.
· 이성준. [2020]. <추천시스템의 원리와 응용>. 한양대학교 출판부.
· 장현수 기자. [2023]. <유튜브 알고리즘, 사회적 책임 논란>. 경향신문.