랭킹 산출법

이 페이지는 Kagit 일간 랭킹의 점수를 어떻게 매기는지, 카테고리마다 실제로 무엇을 쟀는지, 자료가 어디서 왔는지, 그리고 어떤 경우에 「데이터 부족」이라고 말하는지를 밝힙니다. 측정 축은 고정된 목록이 아니라 그날 실제로 자료가 있었던 축입니다.

점수를 매기는 법

  1. ① 실제로 «측정된 축»만으로 가중치를 다시 나눕니다. 못 잰 축을 0점으로 치지 않습니다 — 결측을 0으로 쓰면 축을 많이 잰 항목일수록 순위가 나빠집니다.
  2. ② 잰 만큼만 믿고 나머지는 카테고리 평균 쪽으로 당깁니다: λ = W ÷ (W + 0.25), W 는 측정된 축의 가중치 합입니다. 축 하나로 튀어오른 항목은 평균으로 되돌아옵니다.
  3. ③ 순위에 들려면 문턱을 넘어야 합니다: 가중치 합 W ≥ 0.6, 측정 축 2개 이상, 서로 다른 제공자 2곳 이상.
  4. ④ 마지막으로 7일 지수이동평균으로 다듬습니다. 하루치 잡음이 순위를 흔들지 않게 합니다.

문턱을 두는 이유

축 한두 개만 잰 항목도 점수는 높게 나올 수 있습니다. 그건 「인기 있다」가 아니라 「우리가 이것밖에 못 찾았다」는 뜻입니다. 문턱은 그런 줄을 순위 안에 섞지 않고 밖에 둡니다.

「데이터 부족」 배지의 뜻

데이터 부족③의 문턱을 넘지 못한 항목입니다. 페이지에서 지우지 않고 순위 밖 접힌 구역에 둡니다 — 숨기는 쪽이 표시하는 쪽보다 더 오해를 부르기 때문입니다. 우리 자료가 얇다는 뜻이지, 그 항목이 인기 없다는 뜻이 아닙니다.

카테고리별로 실제로 잰 축

설계 가중치 표가 아니라 카테고리마다 «가장 최근 검증을 통과한 집계»에서 읽어 옵니다. 자료가 없는 축은 여기에 나오지 않습니다.

카테고리측정 축 (가중치)자료 출처기준일
K-Pop 버즈 차트
  • 국내 버즈 (43%)
  • 교차 검증 (22%)
  • 참여도 (21%)
  • 차트 파워 (14%)
  • 이번 집계 제외: 글로벌 도달
Bugs, Circle Chart, Google Trends, Melon, NatePann, Spotify, TheQoo, Wikipedia, YouTube2026-09-08
K-Beauty 랭킹
  • 플랫폼 랭킹 (37%)
  • 글로벌 도달 (25%)
  • 리뷰 품질 (25%)
  • 교차 검증 (13%)
  • 이번 집계 제외: 커뮤니티 버즈
GlowPick (글로우픽), Hwahae (화해), Musinsa Beauty (무신사 뷰티), OliveYoung (올리브영), YouTube Beauty2026-09-07
K-Drama 차트
  • 국내 버즈 (25%)
  • 글로벌 도달 (25%)
  • 스트리밍 순위 (25%)
  • 참여도 (15%)
  • 교차 검증 (10%)
NatePann Drama, Netflix Global Top 10, Netflix Korea Top 10, TheQoo Drama, Wikipedia Pageviews2026-09-07
K-예능 차트
  • 국내 버즈 (35%)
  • 글로벌 도달 (30%)
  • 참여도 (20%)
  • 교차 검증 (15%)
K-Food 트렌드
  • 인기도 (45%)
  • 글로벌 도달 (33%)
  • 교차 검증 (22%)
  • 이번 집계 제외: 참여도, 국내 버즈
YouTube K-Food, 다이닝코드, 식신2026-09-07
K-Style 차트
  • 거래량 (40%)
  • 글로벌 도달 (33%)
  • 교차 검증 (14%)
  • 참여도 (13%)
  • 이번 집계 제외: 국내 버즈, 리셀 프리미엄
Musinsa Fashion (무신사), YouTube K-Style2026-09-07
K-인플루언서 지수
  • 오디언스 참여 (25%)
  • Content Authority (25%)
  • 플랫폼 도달 (20%)
  • Category Consistency (15%)
  • Community Trust (15%)
2026-09-07

변경 이력

  • 측정된 축만으로 재정규화하도록 바꾸고, 커버리지 수축과 순위 진입 문턱을 넣었습니다. 그전에는 결측 축을 0점으로 계산해, 축을 많이 잰 항목일수록 순위가 나빠졌습니다.

랭킹

Weights are renormalised over the axes actually measured, the result is shrunk toward the category mean by measured coverage (lambda = W / (W + 0.25)), rows below the coverage gate are held out of the ranking, and the series is smoothed with a 7-day EWMA.