beeFormer: 추천 시스템에서 의미적 유사성과 상호 작용 유사성 간의 간극 해소
2025-03-24
beeFormer 프로젝트는 콜드 스타트 문제를 해결하도록 설계된 추천 시스템에 대한 새로운 접근 방식을 제시합니다. 이는 언어 모델을 활용하여 상호 작용 데이터에서 사용자 행동 패턴을 학습하고 이러한 지식을 이전에 보지 못한 항목으로 전이합니다. 항목 속성에 의존하는 기존의 콘텐츠 기반 필터링과 달리 beeFormer는 사용자 상호 작용 패턴을 학습하여 이전 상호 작용 데이터가 없더라도 사용자의 관심사에 맞는 항목을 더 잘 추천합니다. 실험에 따르면 성능이 크게 향상되었습니다. 이 프로젝트는 자세한 교육 단계와 사전 훈련된 모델을 제공하며 MovieLens, GoodBooks, Amazon Books와 같은 데이터 세트를 지원합니다.
AI
콜드 스타트