추천 시스템 - 시퀀셜

안녕하세요.

 

오늘은 어제 리뷰하였던 협업 필터링 추천 시스템 이후의 추천시스템 알고리즘에 대해서 알아보도록 하겠습니다.

 

https://aifactory.space/competition/detail/2009

INNOPOLIS AI SPACE-S 인공지능 세미나 - 추천시스템 더 알아보기

 

Sequential, Session Recommendation

 

사용자가 상호작용하는 항목을 상품의 집합으로 보는 것이 아닌 상품의 구매 순서 까지 고려해서 추천하는 방법

 

이를 통해서 이전 협업 필터링(잠재 요인 협업 필터링)에서 적용하기 어려웠던 사용자의 long-term, short-term 선호도 변화도 적용할 수  있게 되었습니다.

 

• Sequential Based : 긴 시간 동안 일반적인 long-term 선호도와 현재의 short-term 선호도 적용 가능
• Session Based : 짧은 시간내에 사용자와 상품간에 상호작용 발생
  • Session의 경우, 짧은 기간을 하나의 세션으로 분류하기에 하나의 세션당 사용 로그가 없는 사용자도 존재하기 때문에 long-term과 short-term의 결합 과정이 까다롭습니다.

 

사용하는 모델

 

- RNN

- LSTM

- GRU : GRU4Rec, NARM(GRU+Attention)

- BERT4Rec

- Transformer : SASRec, Transformers4Rec

 

NLP 모델에 기반을 둔 모델을 중심으로 발전하고 있습니다.

 

Transformers4Rec 참고 github

 

https://github.com/NVIDIA-Merlin/Transformers4Rec