AI
함께 구매하면 좋은 상품이에요! - 장바구니 추천 개발기 1부
두줄요약
장바구니 맥락의 보완재 추천을 위해 BERT4Rec과 NPMI 기반 전처리를 적용했습니다. A/B 테스트로 비개인화 추천 대비 장바구니 지표 개선을 확인했습니다.
문제 상황
- 결제 직전 장바구니 바텀시트에서 구매 맥락에 맞는 상품 추천 필요
- 단순 주문서 학습 시 어떤 입력에도 특정 우유 상품이 반복 노출되는 인기 상품 편향
선택 이유
- 장바구니 내 모든 상품 고려, 실시간 추론, 향후 피처 확장 요구
- 순차 추천 성능이 검증된 Transformer 기반 BERT4Rec 선정
- 구매 결정 단계에서 대체재보다 보완재의 지불 용의가 높다는 가설
해결 방법
- NPMI 기반 보완재 카테고리쌍 산출 후 주문서 데이터를 부분 집합으로 분리해 학습
- HR@5·MRR@5 기반 오프라인 평가와 top-k 전처리로 검증 단계 GPU OOM 완화
- Spotify 셔플링 알고리즘 기반 후처리로 추천 카테고리 편중 완화
성능/운영 포인트
- Shannon entropy·Gini coefficient 및 Kruskal-Wallis 검정으로 카테고리 다양성 개선 확인
- 전체 유저 약 8% 대상 1주 A/B 테스트에서 비개인화 추천 대비 주요 장바구니 지표 약 100% 상승
- 개인화·시간 맥락 반영과 상품 사전 재학습 비효율 해소 과제
