컴퓨터로써의 Software system 중 SNS(Social Networking Service) Media 에서는 소식에 대한 Viral 을 제공을 하는 것이 중요한데, 소식에 대해서

Viral 적인 추천에 대해서는, 

국내에서 많지는 않아서 막 비난한 것은 아닌데 유행을 따라가야 하지 않나? 라고 생각이 되어서 게시글을 써봄.. 

이러한 Viral 적인 추천이 있는 것은 결국에 노출시킴의 Media 자료에 대해서 User 가 어디에 대해서 노출이 되어야 하는가? 에 대한 문제가 있음.

(어느정도 기준은 있어야 하니까..) 

사람들이 수많은 정보에 대해서 Media 의 자료를 모두 일일히 찾아볼 수가 없고, 플랫폼이 커질수록 이에 대한 노출이 혜택으로 요구가 되기도 함. 

결과적으로 이러한 노출자료에 대한 부분은 인간의 반응이라는 것이 Words 로 나타남을 살펴볼 수 밖에 없음.

ㅇㅅㅇ.. 

일단,

USA 가 선진국으로써 이러한 노출효과에 대해서는 그것이 있어서 해외 앱을 쓰기도 하는 것으로 많이 발전이 되었는데, 어느정도

10년 이상 되는 것이니까 게시글을 써보는 것이기도 한데, 

이러한 것의 개념이 그렇게 어렵지는 않음.

Reference science 같은 것이라서 별로 어렵지는 않은 것이 Reference 를 기준으로 생각을 해보는 것이 핵심임.. ㅇㅅㅇ

간단하게 생각하면 Viral 이라는 것이 이런 것이라고 볼 수가 있는 것이, What? 에 대해서

무엇이 어떠했어서, 무엇이 어떠하다. 라는 것이 What? 을 기준으로 Emotion 의 Get/Set 의 Words 가 여러 벌로 있을 수 있음. 

(Words 는 사용자의 주관에 따라서 변형이 형태와 선택에 대해서 변화가 많기도 함..)

그렇다면 이것에 대해서 노출에 대해서는 What? 에 대한 Get emotion 과 What? 에 대한 Set emotion 에 대해서

'사회적인 여론의 크기'를 대다수라는 것에 대해서 생각을 해보면 어느정도의 장기간의 시기가 누적된 뒤에서는, What? 과 What? 과 What? 이 있어서

What? 은 Emotion 의 확률을 어느정도 여론의 분화에 대해서 x% 가지고 다른 What? 은 Emotion 의 확률을 y% 가진다는 식의 Guess 가

Get/Set 의 크기에 대해서 가능함. 

이에 대해서는 Get/Set 이 어느정도의 분량이상으로 충분히 누적되면 그러할 만함. ㅇㅅㅇ

그래서 SNS Media 의 자료를 활용하는데 있어서 중요한 점은 이러한 것에 대해서 누적되는 사회적 자산을 인식하고, 이에 대해서

데이터를 누적시켜서 SNS 로써의 기능을 증대하는데 있음.. 

그러니까 SNS 에서 Viral 되는 수 많은 자료에 대해서 이러한 Getter/Setter 를 Emotion 에 대한 자료로써 Reference 가 되는 What? 을

Emotion 에 대한 것의 자료(Reference) 로써 Database 를 Graph 단위로 구축하는 것이 필요하다는 것임. 

SNS 에서 올라오는 수많은 자료들은 Reference 가 무엇이 어떠했어서, 무엇이 어떠하다. 에 대한 What? 묶음에 대해서, Getter/Setter 가

Emotion 을 가지고 이뤄지고 가시적으로 이에 대해서 수많은 Words 가 많아지는 것을 인식을 해야함.. 

정확한 개발과정은 설명하기는 힘들지만 이러한 것이 불가능한 것은 아니고 어느정도 기술이 가능하다는 것임. 

ㅇㅅㅇ..