Weighted Random Shuffling Algorithms

이 글은 광고 서빙 및 최적화를 담당하는 버즈애드 프로덕트에서 발생하는 문제점을 해결하기 위한 Weighted Random Shuffling (WRS) 알고리즘을 소개합니다. 광고 효율을 높이기 위해 필요한 스코어링 과정에서 발생하는 중복 노출로 인한 사용자 피로도 증가, 콜드 스타트 문제 등의 한계를 지적합니다.

WRS는 주어진 가중치를 고려하여 샘플링하되, 한 번 뽑힌 원소는 다시 고려하지 않는 방식으로, 이러한 결정론적 방식의 문제점을 해결하는 대안으로 제시됩니다. 특히, 가중치 배열과 이미 샘플한 집합이 주어졌을 때, 특정 원소가 배열의 가장 앞에 위치할 확률을 보장하는 WRS의 작동 방식을 설명하며, 이를 통해 광고 및 콘텐츠 추천의 편향성을 줄이고 효율성을 높일 수 있음을 시사합니다.