LINE Timeline의 새로운 도전 3편 – Discover 추천 모델

LINE Timeline의 Data Science Dev 팀에서 Discover 서비스에 적용할 추천 모델 개발 경험을 공유하는 글입니다. 사용자가 Discover에 진입했을 때 어떤 콘텐츠를 보여주고 어떤 순서로 배치할지에 대한 내용을 다룹니다.

먼저, 이미지나 비디오를 포함하고 '좋아요'를 많이 받은 공개 포스트 중에서 후보군인 '포스트 풀'을 생성합니다. 이후, 포스트 풀에 속한 포스트의 이미지, 비디오, 텍스트 정보와 사용자 행동 패턴을 기반으로 임베딩 벡터를 생성하여 추천 작업에 활용합니다.

이를 통해 사용자가 Discover에 더 오래 머물고 많은 콘텐츠를 소비하도록 유도하는 추천 시스템을 구축하는 과정을 설명합니다.