이 연구는 사용자의 쇼핑 기록을 향상시켜 전자상거래 플랫폼의 추천 성능을 높이는 계층적 추천 시스템을 제안합니다. 실제 세계에서 사용자들은 여러 전자상거래 플랫폼에서 동시에 쇼핑하므로, 각 플랫폼은 사용자의 전체 쇼핑 기록에 접근할 수 없습니다. 이 연구에서는 사용자의 불완전한 쇼핑 기록을 양방향 인코더 모델을 통해 보완하고, 이를 기반으로 다음 아이템을 추천하는 계층적 접근법을 제안합니다.
제안된 시스템의 첫 번째 단계에서는 사용자의 쇼핑 기록에 임의의 마스크를 추가하고, 이를 양방향 인코더 모델로 예측하여 사용자 기록을 보완합니다. 두 번째 단계에서는 보완된 사용자 기록을 입력으로 받아 다음 아이템을 추천합니다. 실험 결과, 제안 모델이 기존 모델 대비 NDCG@10과 HR@10 지표에서 우수한 성능을 보였습니다. 특히 세션 간 마스크를 추가하는 방식이 가장 효과적이었습니다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Irem Islek,S... at arxiv.org 03-20-2024
https://arxiv.org/pdf/2403.12096.pdfDeeper Inquiries