속성을 활용한 개인화 추천 고도화

이 게시물은 무신사의 개인화 추천 서비스 고도화 방법에 대해 설명합니다.

고객 맞춤 스타일 추천

• 기존 5개 스타일을 12개로 세분화하여 다양한 스타일 상품을 추천
• 고객 행동 데이터를 기반으로 관심 스타일을 파악하고 가중치 부여
• 탭 UI로 스타일별 인기 카테고리를 구분하여 상품 다양성 증대

이맘때 구매할 만한 옷 추천

• 서브 카테고리와 물리적 속성 조합으로 시의성, 다양성 강화
• 최근 3년간 구매 데이터를 활용해 인기 상품 및 카테고리 선정
• 매 분 다른 속성x서브카테고리 조합을 노출하여 새로운 상품 발견 지원

성과 및 향후 계획

• 개인화 추천의 상품 전환율이 41%, 클릭수 54% 증가
• 패션 텍소노미 기반으로 추천 정확도 및 다양성 향상
• 다양한 속성 활용해 추천 서비스 고도화 지속 계획