Revisiting Self-attention for Cross-domain Sequential Recommendation
Created by
Haebom
저자
Clark Mingxuan Ju, Leonardo Neves, Bhuvesh Kumar, Liam Collins, Tong Zhao, Yuwei Qiu, Qing Dou, Sohail Nizam, Sen Yang, Neil Shah
개요
본 논문은 다중 도메인에서의 순차적 추천(CDSR) 문제를 해결하기 위해, 기존의 도메인 특화 모듈 추가 방식 대신 트랜스포머의 자기 주의 메커니즘 자체를 개선하는 새로운 접근 방식을 제시합니다. 특히, 파레토 최적 자기 주의 메커니즘을 도입하여 추천 성능 최적화와 도메인 간 주의 점수 최소화를 동시에 달성하는 다목적 문제로 공식화합니다. 이를 통해 부정적 전이를 완화하고 보완적 지식 교환을 장려하는 자동화된 지식 전이(AutoCDSR)를 구현합니다. AutoCDSR은 기존 트랜스포머 기반 추천 시스템에 플러그 앤 플레이 방식으로 통합될 수 있으며, SASRec과 Bert4Rec에서 Recall@10과 NDCG@10을 각각 평균 9.8%, 16.0% 및 12.0%, 16.7% 향상시키는 성능을 보였습니다. 더욱 향상된 성능을 제공하는 AutoCDSR+ 또한 제시되었습니다.
시사점, 한계점
•
시사점:
◦
트랜스포머 기반 CDSR 모델의 성능을 향상시키는 효율적인 새로운 방법 제시.
◦
자기 주의 메커니즘 개선을 통해 도메인 간 지식 전이를 자동화하는 AutoCDSR 및 AutoCDSR+ 제안.
