[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

DUALRec: A Hybrid Sequential and Language Model Framework for Context-Aware Movie Recommendation

Created by
  • Haebom

저자

Yitong Li, Raoul Grasman

개요

본 논문은 사용자의 동적이고 맥락이 풍부한 선호도를 모델링하고 예측하는 데 어려움을 겪는 최신 추천 시스템 문제를 해결하기 위해 DUALRec을 제안합니다. DUALRec은 LSTM 네트워크의 시간적 모델링 능력과 미세 조정된 대규모 언어 모델(LLM)의 의미적 추론 능력을 결합하여 사용자의 진화하는 선호도를 포착하고 다음 영화를 추천합니다. LSTM은 사용자의 시청 이력을 통해 진화하는 선호도를 파악하고, 미세 조정된 LLM은 이러한 시간적 사용자 통찰력을 활용하여 사용자가 즐길 수 있는 다음 영화를 생성합니다. MovieLens-1M 데이터셋에 대한 실험 결과, DUALRec 모델은 다양한 기준 모델보다 우수한 성능을 보였습니다.

시사점, 한계점

시사점:
LSTM과 미세 조정된 LLM을 결합하여 사용자의 동적 선호도를 효과적으로 모델링하는 새로운 추천 시스템 아키텍처를 제시합니다.
시간적 순차 모델링과 의미적 추론을 결합하여 더욱 지능적이고 맥락 인식 추천 시스템을 개발하는 유망한 방향을 제시합니다.
MovieLens-1M 데이터셋에서 다양한 평가 지표(HR@k, NDCG@k, 장르 유사성)에서 기존 모델보다 우수한 성능을 입증했습니다.
한계점:
MovieLens-1M 데이터셋 하나만 사용하여 실험을 진행하였으므로, 다른 데이터셋으로의 일반화 가능성에 대한 추가 연구가 필요합니다.
제안된 모델의 복잡성과 계산 비용에 대한 분석이 부족합니다.
LLM의 미세조정 방법 및 파라미터에 대한 상세한 설명이 부족할 수 있습니다.
👍