무신사 홈 배너 개인화 추천 시스템

이 게시물은 무신사 홈 배너의 개인화 추천 시스템 고도화 과정을 소개합니다.

주요 내용

• 기존 MAB 알고리즘의 한계를 극복하기 위해 DeepFM과 Two-Tower 모델을 적용하여 CTR 예측 정확도를 높임
• 사용자 행동 로그 기반 Heterogeneous GraphSAGE로 배너 임베딩을 고도화하여 표현력을 강화
• 짧은 배너 생명주기와 클릭 데이터 한계를 극복하기 위해 Continual Learning 도입으로 모델 최신성 유지
• 전문관별 데이터 불균형 문제 해결을 위해 메인 스토어는 DeepFM, 전문관은 Two-Tower 개별 모델로 전략적 모델 선택
• 실험 결과 CTR이 최대 24% 향상되었으며, 앞으로 실시간 서빙과 다중 목표 학습 도입 계획