# Sensory-Aware Sequential Recommendation via Review-Distilled Representations

### 저자

Yeo Chan Yoon, Chanjun Park, Kyuhan Koh

### 💡 개요

본 논문은 상품 리뷰에서 추출한 감각 속성을 활용하여 사용자 경험을 풍부하게 하는 감각 인식 순차 추천 프레임워크를 제안한다. 제안된 ASER(Attribute-based Sensory-Enhanced Representation) 방법론은 대규모 언어 모델을 이용해 리뷰 텍스트에서 구조화된 감각 속성-값 쌍을 추출하고, 이를 학생 트랜스포머로 압축하여 각 아이템의 고정 차원 감각 임베딩을 생성한다. 이 감각 임베딩은 표준 순차 추천 모델에 추가 정보로 통합되어 추천 성능을 향상시킨다.

### 🔑 시사점 및 한계

- 리뷰 텍스트에서 추출된 감각 속성을 활용하여 아이템 표현을 풍부하게 함으로써 순차 추천의 정확도를 유의미하게 향상시킬 수 있다.

- 감각 속성 추출 및 증류 파이프라인은 자연어 처리와 추천 시스템을 연결하는 효과적이고 확장 가능한 방법을 제공하며, 결과적으로 해석 가능한 추천 모델 구축에 기여한다.

- 제안된 방법론이 다양한 추천 모델 및 도메인에서 일관되게 성능 향상을 보이는 것은 감각 정보의 중요성을 입증한다.

- 추출된 감각 속성의 품질과 다양성이 추천 성능에 미치는 영향을 추가적으로 탐구하고, 이를 효과적으로 활용하기 위한 최적의 통합 방안에 대한 연구가 필요하다.

[PDF 보기](https://arxiv.org/pdf/2603.02709)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).
