알고리즘 안내

알고리즘은 다음 공식들을 순차적으로 진행하여 모두 합산해 배열 점수를 계산합니다.

만약 이용자나 관리자가 해당 점수의 계수들을 직접 산정해 가중치를 더하게 되면 A.I.의 판단에 영향을 미쳐 결과가 달라질 수 있습니다. 최종적으로 산정된 배열점수에 따라 기사를 배열해 보여줍니다.

기사 내 형태소 분석 후 11개의 계량요인 별 점수 부여 방식에 따른 점수를 계산합니다.


각각의 11가지 저널리즘 가치 별로 11가지 계량 요인 중 해당하는 값만을 더해 가치 별 알고리즘 점수를 계산합니다. 예를 들어, 아래 최종 기계학습 저널리즘 가치 가중치 표에서 ‘균형성’에 대한 기사 알고리즘 점수를 구하려면 아래와 같습니다.
1) ‘균형성’ 가중치 표에서 ‘0’으로 의미없는 항목을 뺀 계량 요인을 찾고,
2) 해당 계량요인의 공식 1)의 값들을 모두 더합니다.
3) 11가지 저널리즘 가치의 점수를 모두 구합니다. (반복성은 중복기사가 이미 제거되었기에 모두 0으로 빠져 있습니다.)

균형성 알고리즘 점수 계산

= 기자명 + 기사 길이 + 문장 당 평균 부사수 + 제목의 물음표,느낌표 수 + 제목의 부사수 + 인용문 수 + 기사 본문 중 인용문 비중
= 1 + 0.495 + 0 + 0 + 0 + 1 + 0 = 2.495

이제 공식 2) 의 결과에 각 저널리즘 가치별 가중치를 곱한 값을 구합니다.

균형성 알고리즘 점수 계산

= 2.996×기자명 + 3.002×기사의 길이 + 1×문장 당 평균 부사수 + 1.501×제목의 물음표,느낌표 수 + 0.501×제목의 부사수 + 3×인용문 수 + 1×기사 본문 중 인용문 비중
= 2.996×1 + 3.002×0.495 + 1×0 + 1.501×0 + 0.501×0 + 3×1 + 1×0

알고리즘 점수와 공식 3) 저널리즘 가치별 점수의 예시
기사 배열

위에 계산된 최종 배열 점수로 그대로 배열을 하게 되면, A.I.가 결정한 뉴스 배열이 되게 됩니다. 만약 기계학습한 가중치를 사용하는 것이 아닌 사용자 혹은 관리자가 가중치를 정하게 되면, 이 내용이 반영되어 보여지는 배열 결과가 달라집니다. 아래 이용자 저널리즘 가치의 가중치를 결정하면, 위 공식 2)와 공식 3)을 따라 계산하여 배열을 결정합니다. [체험 및 실습]에서 아래 수치를 적용할 경우 배열이 어떻게 바뀌는지 확인해 보세요.