본 논문은 Pinterest에서 사용되는 새로운 두 타워 기반 사전 순위 지정 모델인 InteractRank를 제시합니다. 기존의 두 타워 모델은 계산 효율성이 높지만 복잡한 상호작용을 포착하는 데는 부족함이 있습니다. InteractRank는 기존 두 타워 모델의 dot product와 함께 사용자 참여 기반의 쿼리-아이템 상호작용을 점수 함수에 통합하여 사전 순위 지정 성능을 크게 향상시킵니다. Pinterest의 실제 A/B 테스트 결과, InteractRank는 BM25 기준 대비 6.5%, 기존 두 타워 모델 대비 3.7%의 온라인 참여 지표 향상을 보였습니다. 또한 실시간 사용자 시퀀스 모델링 등 InteractRank의 다른 구성 요소와 그 기여도를 오프라인 ablation study를 통해 분석했습니다. InteractRank 코드는 GitHub에서 공개되었습니다.
시사점, 한계점
•
시사점:
◦
사용자 참여 기반의 쿼리-아이템 상호작용을 효율적으로 통합하여 사전 순위 지정 성능을 향상시키는 새로운 모델을 제시.
◦
Pinterest와 같은 대규모 시스템에서 실제로 효과가 있음을 A/B 테스트를 통해 검증.
◦
오픈소스로 공개하여 다른 연구자들의 활용 및 발전 가능.
◦
실시간 사용자 시퀀스 모델링 등 추가적인 기능을 통해 성능 향상.
•
한계점:
◦
Pinterest 특정 환경에 최적화되어 다른 시스템에 적용 시 성능이 달라질 수 있음.
◦
ablation study는 오프라인으로 진행되어 실제 온라인 환경과 차이가 있을 수 있음.
