# Google DeepMind, Play스토어의 개인화 앱 추천에 적용

> Clean Markdown view of GeekNews topic #939. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=939](https://news.hada.io/topic?id=939)
- GeekNews Markdown: [https://news.hada.io/topic/939.md](https://news.hada.io/topic/939.md)
- Type: news
- Author: [xguru](https://news.hada.io/@xguru)
- Published: 2019-11-20T16:56:34+09:00
- Updated: 2019-11-20T16:56:34+09:00
- Original source: [deepmind.com](https://deepmind.com/blog/article/Advanced-machine-learning-helps-Play-Store-users-discover-personalised-apps)
- Points: 4
- Comments: 0

## Topic Body

추천시스템에 적용한 세가지 모델에 대한 상세 설명

- 후보생성기: 기존 설치한 앱에 따른 추천은 편향이 될수 있으므로, 노출 후 설치율 을 고려

- ReRanker: 추천하는 앱의 순서를 "pointwise" 대신 "pairwise" 로 재 산정. 특정 상황에서 제시된 앱들중 선택된 것에 대해 다시 상대적 순위를 조정하는 방식.

- 다목적 최적화: 많은 추천시스템들이 관련성,인기도,개인적 취향등의 목표에 대해 동시에 최적화를 진행. 목표는 사용자의 요구에 따로 동적으로 변하게됨. 예를 들어 살집을 검색하는앱에 관심있던 사용자가 집을 구했다면, 집 꾸미기 앱에 관심을 가지게 될것이라는 것. 이런경우에 대응하기 위해, 2차 목표를 절대값이 아닌 백분율로 계산해서 향상시킴.

## Comments



_No public comments on this page._