Core Concepts
사용자의 다양한 관심사를 효과적으로 학습하고 이를 활용하여 순차적 추천을 수행하는 프롬프트 기반 학습 방법을 제안한다.
Abstract
이 논문은 사용자의 다양한 관심사를 효과적으로 학습하고 이를 활용하여 순차적 추천을 수행하는 프롬프트 기반 학습 방법(PoMRec)을 제안한다.
기존 방법들은 사용자 상호작용을 다중 관심사 추출기와 다중 관심사 통합기에 직접 입력하지만, 이 두 모듈의 학습 목표가 다르다는 점을 간과했다. 또한 사용자 상호작용의 중심성만을 고려하여 다중 관심사를 학습했지만, 분산성을 고려하지 않았다.
이를 해결하기 위해 PoMRec은 다음과 같은 두 가지 핵심 제안을 한다:
프롬프트 임베딩을 사용자 상호작용에 삽입하여 다중 관심사 추출기와 통합기의 서로 다른 학습 목표에 맞게 입력을 적응시킨다.
사용자 상호작용의 중심성과 분산성을 모두 고려하여 다중 관심사 임베딩을 학습한다.
실험 결과, PoMRec은 기존 최신 방법들에 비해 성능이 우수하며, 모델 크기도 작다는 것을 보여준다. 또한 PoMRec의 제안 사항들이 성능 향상에 효과적임을 확인할 수 있다.
Stats
사용자 상호작용의 중심성과 분산성을 모두 고려하여 다중 관심사 임베딩을 학습하는 것이 중요하다.
프롬프트 임베딩을 사용하여 다중 관심사 추출기와 통합기의 서로 다른 학습 목표에 맞게 입력을 적응시키는 것이 효과적이다.
Quotes
"기존 방법들은 사용자 상호작용을 다중 관심사 추출기와 다중 관심사 통합기에 직접 입력하지만, 이 두 모듈의 학습 목표가 다르다는 점을 간과했다."
"또한 사용자 상호작용의 중심성만을 고려하여 다중 관심사를 학습했지만, 분산성을 고려하지 않았다."