User Modeling
비정형 데이터를 학습시키는 사용자 모델링
사용자 모델링이란 목표에 부합하는 타겟 사용자의 주요 특성을 추출하는 것으로, 맥락 및 행동 기반의 사용자 모델링을 통해 추천과 예측의 정확도를 강화할 수 있습니다. 이커머스를 위한 스켈터랩스의 추천 및 예측 솔루션은 딥러닝 기반의 독보적인 모델링을 기반으로, 수천만의 사용자와 상품들 사이의 관계를 학습하고 아래와 같은 기법을 통해 실시간으로 추천 및 예측 결과를 제공합니다.
User Modeling
비정형 데이터를 학습시키는 사용자 모델링
사용자 모델링이란 목표에 부합하는 타겟 사용자의 주요 특성을 추출하는 것으로, 맥락 및 행동 기반의 사용자 모델링을 통해 추천과 예측의 정확도를 강화할 수 있습니다. 이커머스를 위한 스켈터랩스의 추천 및 예측 솔루션은 딥러닝 기반의 독보적인 모델링을 기반으로, 수천만의 사용자와 상품들 사이의 관계를 학습하고 아래와 같은 기법을 통해 실시간으로 추천 및 예측 결과를 제공합니다.

Product and User Embedding
상품 및 사용자 임베딩
구조화되어 있지 않은 데이터로부터 적절한 특징을 찾아내는 것을 ‘임베딩(Embedding)’이라 합니다. 스켈터랩스 팀은 NLU(자연어 이해, Natural Language Understanding) 분야에서 활발히 사용되는 워드 임베딩(Word Embedding) 방식에서 영감을 얻어 상품 및 사용자 임베딩 기법을 활용합니다.
상품 및 사용자 임베딩은 사용자와 상품들 사이의 상호 작용 및 사용자의 행동 기록을 바탕으로 특징을 추출하고 유사한 값을 가까이 배치하여 상관 관계를 학습합니다. 스켈터랩스의 임베딩 모델은 구조화된 사용자의 행동 로그 외에도 텍스트, 이미지, 컨텍스트(Context) 등의 데이터를 활용하여 보다 다양한 방법으로 모델링할 수 있습니다. 학습된 임베딩은 수학적 연산이 가능한 다양한 방법으로 추천 엔진에 활용됩니다. 뿐만 아니라, 음성이나 이미지 분야에서 주로 활용되는 스타일 임베딩을 응용하여 롱텀의 사용자별 특징을 추출하고, 추천 엔진의 성능 향상에 기여합니다.
상품 및 사용자 임베딩, Product and User Embedding
Product and User Embedding
상품 및 사용자 임베딩
구조화되어 있지 않은 데이터로부터 적절한 특징을 찾아내는 것을 ‘임베딩(Embedding)’이라 합니다. 스켈터랩스 팀은 NLU(자연어 이해, Natural Language Understanding) 분야에서 활발히 사용되는 워드 임베딩(Word Embedding) 방식에서 영감을 얻어 상품 및 사용자 임베딩 기법을 활용합니다.
상품 및 사용자 임베딩은 사용자와 상품들 사이의 상호 작용 및 사용자의 행동 기록을 바탕으로 특징을 추출하고 유사한 값을 가까이 배치하여 상관 관계를 학습합니다. 스켈터랩스의 임베딩 모델은 구조화된 사용자의 행동 로그 외에도 텍스트, 이미지, 컨텍스트(Context) 등의 데이터를 활용하여 보다 다양한 방법으로 모델링할 수 있습니다. 학습된 임베딩은 수학적 연산이 가능한 다양한 방법으로 추천 엔진에 활용됩니다. 뿐만 아니라, 음성이나 이미지 분야에서 주로 활용되는 스타일 임베딩을 응용하여 롱텀의 사용자별 특징을 추출하고, 추천 엔진의 성능 향상에 기여합니다.
상품 및 사용자 임베딩, Product and User Embedding
Prediction Model
예측 모델
스켈터랩스의 구매 예측 모델은 BERT 등 최신 언어 모델에서 활용되는 다양한 네트워크와 테크닉을 활용합니다. Sequential한 사용자의 행동 로그를 이용하여 다양한 측면에서 사용자의 행동을 이해하고 학습할 수 있으며, 추가적으로 사용자 주변의 컨텍스트를 학습에 반영할 수 있습니다.
예측의 결과로 만들어진 사용자 임베딩을 통해 유사 사용자를 클러스터링(Clustering)하여 마케팅 도구에 이용할 수 있도록 지원합니다. 또한 사용자의 실시간 행동 양식 및 선호도의 변화를 고려하여 최신 로그를 모델 내 반영하고, 그 결과 최신 데이터 기반의 높은 예측 정확도를 달성합니다.
예측 모델, Prediction Model
Prediction Model
예측 모델
스켈터랩스의 구매 예측 모델은 BERT 등 최신 언어 모델에서 활용되는 다양한 네트워크와 테크닉을 활용합니다. Sequential한 사용자의 행동 로그를 이용하여 다양한 측면에서 사용자의 행동을 이해하고 학습할 수 있으며, 추가적으로 사용자 주변의 컨텍스트를 학습에 반영할 수 있습니다.
예측의 결과로 만들어진 사용자 임베딩을 통해 유사 사용자를 클러스터링(Clustering)하여 마케팅 도구에 이용할 수 있도록 지원합니다. 또한 사용자의 실시간 행동 양식 및 선호도의 변화를 고려하여 최신 로그를 모델 내 반영하고, 그 결과 최신 데이터 기반의 높은 예측 정확도를 달성합니다.
예측 모델, Prediction Model