핵심 개념
음성 검색에서 사용자의 잠재적 구매 의도를 정확하게 파악하여, 적절한 시기에 사용자에게 맞춤형 추천을 제공함으로써 쇼핑 경험을 향상시킬 수 있다.
초록
이 연구는 음성 검색에서 사용자의 구매 의도를 파악하는 방법을 제안한다. 음성 검색에서는 사용자의 의도가 명확하지 않은 경우가 많아, 적절한 시기에 추천을 제공하기 어렵다. 이를 해결하기 위해 다양한 특징을 활용하여 사용자의 잠재적 구매 의도를 파악하는 모델을 제안한다.
특징으로는 질문 텍스트, 제품 정보, 사용자의 과거 구매 행동 등을 활용한다. 이를 Mixture-of-Experts 모델을 통해 통합하고, Graph Attention Network를 활용하여 유사한 질문이나 사용자의 정보를 활용한다.
실험 결과, 제안한 모델이 기존 접근법보다 우수한 성능을 보였다. 또한 실제 음성 검색 사용자를 대상으로 한 온라인 실험에서도 높은 정확도로 구매 의도를 파악하고, 적절한 시기에 추천을 제공할 수 있음을 확인했다.
이 연구는 음성 검색에서 사용자의 잠재적 구매 의도를 파악하고, 이를 활용하여 사용자 경험을 향상시키는 방법을 제시한다. 이를 통해 음성 검색 기반 전자상거래 서비스의 발전에 기여할 것으로 기대된다.
통계
사용자가 과거 28일 내에 구매한 제품과 관련된 질문일 경우, 구매 의도가 높다.
비타민이나 애완동물 사료 관련 질문의 구매 의도가 높고, TV나 휴대폰 관련 질문의 구매 의도가 낮다.
사용자의 과거 구매 이력과 현재 질문 간의 상관관계가 높다.
인용구
"음성 검색에서 사용자의 잠재적 구매 의도를 정확하게 파악하는 것은 적절한 시기에 추천을 제공하는 데 핵심적이다."
"사용자의 구매 행동 특징을 활용하여 구매 의도를 파악하는 것이 중요하다."
"제품 정보와 사용자의 과거 구매 이력을 함께 고려하면 구매 의도를 더 정확하게 예측할 수 있다."