조건부 확률을 활용한 유튜브 추천 알고리즘의 작동 원리에 대한 탐구
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 이화여대 커뮤니케이션·미디어학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 확률과통계, 프로그래밍, 사회문화
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등), 미디어 리터러시
2026-04-09
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
일상적으로 사용하는 유튜브 추천 시스템이 사용자의 시청 기록과 프로필 정보에 따라 어떻게 달라지는지 수학적으로 설명하고자 탐구를 진행함.
로그아웃 상태와 시크릿 모드를 활용해 시청 이력과 프로필 조건을 통제한 실험을 설계하고, 추천 영상의 장르 분포를 수집·분류함.
실험 결과, 시사 콘텐츠를 집중 시청한 경우와 특정 성별·연령 프로필을 설정한 경우 시사 영상 추천 확률이 유의미하게 증가함을 확인함.
조건부확률 계산을 통해 추천 확률이 시청 이력과 프로필 정보라는 조건에 따라 변화하며, 사건들이 서로 독립이 아님을 수학적으로 입증함.
이를 통해 조건부확률과 확률분포 개념이 실제 미디어 알고리즘 분석에 적용될 수 있음을 확인하고, 추천 시스템이 정보 다양성에 미치는 사회적 영향까지 고찰하는 의의를 가짐.
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.