참고Reddit
Pinterest, 사용자 여정 추론 시스템에 4B 파라미터 소형 모델 도입
클러스터링 대신 LLM 기반의 여정 분석으로 클릭률 및 오픈율 향상. 추천 시스템의 정교화 전략으로 참고할 만함.
요약
Pinterest는 기존의 다단계 클러스터링 기반 사용자 여정 추론 시스템을 40억 개의 파라미터를 가진 미세 조정 LLM으로 대체했다. 새로운 모델은 단순 키워드 군집화가 아닌, 사용자의 전체 활동 이력을 분석해 장기적인 목표와 의도를 파악하는 방식으로 작동한다. 이를 통해 주방 리모델링과 같이 여러 세션에 걸쳐 연결된 복합적인 목표를 '여정(journey)'으로 정의하여 추천 인프라에 반영한다. 그 결과 이메일 클릭률은 1.1%, 푸시 알림 오픈율은 1.3% 개선되는 성과를 거두었다. 이 방식은 개별적인 관심사가 아닌 일관된 프로젝트 맥락을 추천 시스템에 제공함으로써 개인화 정확도를 높였다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 From Activity to Intent: Generating User Journeys with LLMs
원문 보기 ↗