안녕하세요. 알고리즘은 Google, Meta, X 모두 자체 영업기밀이기 때문에 전체 공개를 하지는 않았습니다. 다만 일부 공개를 한 X와 일반적인 알고리즘 생성 방식을 토대로 추측해볼 수는 있겠습니다.
먼저 사용자의 상호작용을 파악합니다. 단순히 좋아요, 싫어요 뿐만 아니라 사용자의 댓글, 공유, 팔로워, 팔로잉, 과거 활동 등 거의 모든 것을 파악합니다. 또한 어떤 분야의 평균 시청 시간과 다른 분야의 평균 시청 시간을 비교하여 평균 시청 시간이 높은 분야의 게시물을(쉽게 말해서 더 많이 보는 주제를) 먼저 띄우게 됩니다.
비슷한 게시물에 좋아요를 눌렀던 집단이 좋아했던 것을 동일하게 추천해줄 수도 있습니다. A, B, C 게시물에서 A와 C 게시물을 D 그룹의 이용자들이 눌렀고 해당 사용자 또한 눌렀다면 D 그룹의 사용자들이 좋아했던 게시물을 해당 사용자에게도 추천해주는 방식입니다.
최근에는 머신러닝을 활용하여 관련 콘텐츠를 추천하기도 합니다.
맞춤형 광고를 통해 수익을 극대화하고, 평균 체류 시간을 높여서 광고 수익을 높이기 위해서 여러 기업들이 앞다투어 알고리즘을 개발하려고 노력하고 있습니다.
도움이 되시면 좋겠습니다. 감사합니다.