사용자가 앱을 열 때 검색 또는 추천 동기를 정확하게 예측하는 것은 사용자 경험 향상과 다운스트림 태스크 성능 향상에 매우 중요하다. 본 연구는 사용자의 과거 검색 및 추천 행동 패턴을 효과적으로 모델링하여 오픈앱 동기를 예측하는 신경 하우크스 프로세스 기반 모델 NHP-OAM을 제안한다.
EulerFormer는 복잡한 벡터 공간에서 의미적 차이와 위치적 차이를 통합적으로 모델링하여 사용자 행동 모델링의 표현력을 향상시킨다.