단편 영상 추천을 위한 행동 인식 생성 시퀀스 모델링

요약

본 논문은 단편 영상 콘텐츠의 복잡한 사용자 선호도를 포착하기 위해 행동 인식 생성 시퀀스 모델링 패러다임을 제안합니다. 사용자의 소비가 시간적 과정이라는 점에 착안하여, Action-Aware Generative Sequence Network (A2Gen)을 개발했습니다. 이 모델은 Context-aware Attention Module (CAM), Hierarchical Sequence Encoder (HSE), 그리고 Action-seq Autoregressive Generator (AAG)를 통합하여 사용자 행동 시퀀스를 정교하게 학습하고 예측합니다. 실제 대규모 온라인 A/B 테스트에서 시청 시간, 상호작용률 등 주요 지표에서 유의미한 성능 개선을 입증하며 실질적인 서비스 가치를 제시했습니다.

핵심 포인트

• 단순 이진 분류 모델의 한계를 극복하고, 사용자 행동의 시간적 흐름(시퀀스)을 고려하는 새로운 추천 패러다임을 도입함.
• 제안된 A2Gen 모델은 CAM, HSE, AAG 등 세 가지 핵심 모듈로 구성되어 행동 시퀀스를 다층적으로 학습하고 생성합니다.
• Kuaishou 및 Tmall 데이터셋 기반의 오프라인 실험과 실제 대규모 온라인 A/B 테스트를 통해 높은 성능을 검증했습니다.
• 실제 서비스 배포 결과, 사용자 시청 시간 0.34%, 상호작용률 8.1% 등 핵심 지표에서 유의미한 개선 효과를 달성했습니다.