본 논문은 스폰서 검색 광고에서 키워드 추천의 초점이 주로 정확 일치 유형에 있었으나, 이는 관리 비용이 높고, 타겟팅 범위가 제한적이며, 검색 쿼리 패턴이 변화하는 문제점을 지닌다는 점을 지적합니다. 광범위 일치 유형은 정확 일치 유형의 단점을 완화할 수 있지만, 타겟팅 정확도가 낮고 광고주 사용이 제한적이어서 감독 신호가 부족하다는 문제가 있습니다. 따라서 본 연구는 효율성과 효과성 모두를 강조하여 일치하는 쿼리의 상당 부분이 관련성이 있도록 이상적인 광범위 일치에 대한 기준을 정의하고, 기존 검색 쿼리 데이터를 활용하여 효율적이고 효과적인 광범위 일치 키워드를 추천하는 혁신적인 프레임워크인 BroadGen을 제안합니다. 또한 BroadGen이 토큰 대응 모델링을 통해 시간에 따른 쿼리 안정성을 더 잘 유지한다는 것을 보여줍니다. BroadGen은 eBay에서 매일 23억 개 이상의 상품을 취급하는 수백만 명의 판매자에게 서비스를 제공할 수 있습니다.