# 채널

## 채널의 최대 이용자수

초기에는 채널당 최대 200,000명의 구독자를 모집할 수 있으며, 추후 서버 사양을 증설하여 구독자 수 제한을 무제한으로 확장할 계획입니다.

## 채널의 기능

* **권한 설정**\
  채널 주인(Admin)은 관리자를 지정하여 채널을 공동으로 관리할 수 있습니다. \
  채널의 삭제 권한은 오직 Admin에게만 부여됩니다.
* **멤버 레벨**\
  채널 주인은 채널 구독자 및 활동유저에게 레벨을 부여할 수 있으며, 레벨별 차등 혜택을 만들 수 있습니다.
* **공지**\
  Pin 기능을 사용하여 중요한 메시지를 채널 최상단에 공지할 수 있습니다.
* **전체 푸쉬알림**\
  채널 주인은 @everyone 멘션을 통해 하루에 한 번 구독자에게 중요 메시지를 전달할 수 있습니다. \
  이 기능은 구독자의 개별 알림 설정을 무시하고 메시지를 전송합니다.
* **에어드랍**\
  채널 주인은 채널 구독자에게 본인의 지갑에 있는 $VERY코인을 에어드랍 할 수 있습니다.
* **특정 NFT/토큰 홀더 입장**\
  특정 NFT또는 토큰을 소유한 유저들만 입장가능하도록 설정할 수 있습니다.
* **스테이킹**\
  $VERY 코인을 소유한 모든 홀더가 $VERY를 스테이킹 하기 위해서는 구독 중인 채널을 지정해야 합니다.

## 추천 채널

Verychat에는 채널 오너의 채널 활성화 동기부여 및 컨텐츠 제공자로 성장을 돕기 위해 추천 채널 알고리즘을 적용하였습니다.\
\
채널 오너가 작성한 피드가 인기게시물이 되면, 해당 채널은 추천 채널 알고리즘에 의하여 베리챗의 대부분의 유저에게 보여지는 추천채널이 됩니다. 이때 같은 언어를 사용하지 않는 유저에게도 일부 노출되어 글로벌 유저들에게도 더 많은 노출을 일으킬 수 있습니다. Verychat의 온디바이스 Ai 번역을 통해 글로벌 유저하고도 수월한 소통이 가능합니다.

추천 채널 알고리즘은 유튜브 "메인화면" 및 인스타그램등의 "인기 탭"과 유사하다고 생각하시면 됩니다.

## 채널 추천 알고리즘

추천 점수 𝑅 은 여러 요소의 가중치 합으로 계산됩니다

$$
R=w
1
​
×E+w
2
​
×M+w
3
​
×U
$$

* E 사용자 참여 점수 (Engagement Score)
* M는 콘텐츠 메타데이터 점수 (Metadata Score)
* U는 사용자-채널 상호작용 점수 (User-Channel Interaction Score)
* w1,w2,w3은 각각의 요소에 대한 가중치입니다.

### 사용자 참여 점수 (Engagement Score, 𝐸 )

$$
E=w
e1
​
×LI+w
e2
​
×V+w
e3
​
×S
$$

* LI는 좋아요 (Likes)
* V는 조회수 (Views)
* S는 공유 (Shares)
* we1,we2,we3​는 각각의 요소에 대한 가중치입니다.

### 콘텐츠 메타데이터 점수 (Metadata Score, 𝑀 )

$$
M=w
m1
​
×K+w
m2
​
×D+w
m3
​
×C
$$

* K는 키워드 일치 (Keyword Match) - 사용자의 관심사와 콘텐츠 키워드의 일치 정도
* D는 설명 일치 (Description Match) - 콘텐츠 설명의 질과 키워드 일치 정도
* C는 주제 관련성 (Content Relevance) - 콘텐츠 주제의 트렌드 및 관련성
* wm1,wm2,wm3는 각각의 요소에 대한 가중치입니다.

### 사용자-채널 상호작용 점수 (User-Channel Interaction Score, 𝑈 )

$$
U=w
u1
​
×H+w
u2
​
×SU+w
u3
​
×A
$$

* H는 시청 기록 (View History) - 사용자가 이전에 해당 채널의 콘텐츠를 본 횟수
* SU는 구독 여부 (Subscription) - 사용자가 해당 채널을 구독했는지 여부
* A는 활동도 (Activity) - 사용자가 해당 채널에서 얼마나 자주 활동하는지 (예: 대화 참여, 좋아요 등)
* wu1,wu2,wu3​는 각각의 요소에 대한 가중치입니다.