추천 시스템 논문 리뷰 - Feature level Deeper Self-Attention Network for Sequential Recommendation (FDSA)

• FDSA 논문은 순차 추천 시스템에 대한 연구로, 목표는 사용자의 과거 행동에서 유용한 순차 패턴을 캡처하여 다음 아이템을 추천하는 것입니다.

• Feature-level Deeper Self-Attention Network(FDSA)는 아이템의 이질적 특성을 통합하고, Self-Attention 블록을 활용하여 아이템-아이템 및 특성-특성 간의 관계를 포착하여 추천 시스템의 성능을 향상시킵니다.

• SASRec와 같은 기존 순차 추천 모델은 사용자의 세부 취향을 고려하지 못하며, 본 논문에서는 명시적 및 암시적 특성 전환을 포함한 피쳐 레벨의 순차 패턴을 캡처하려고 합니다.

• FDSA (Feature-level Deeper Self-Attention Network)는 명시적 특성 전환과 암시적 특성 전환을 캡처하기 위해 분리된 self-attention 블록을 사용하고, 아이템과 피쳐 간의 관계를 학습하여 추천에 활용합니다.