이 게시물은 추천시스템의 구조적 선택이 유저 행동과 지표에 미치는 영향을 정리한 글입니다.

핵심 설계

• Graph 기반 multi-behavior retrieval로 후보 분포 확장
• DCN 및 TransAct 기반 reranking으로 세션 의도에 따른 전환 최적화
• Negative feedback을 embedding 업데이트에 반영하여 반복 노출 완화
• 상품 텍스트를 LLM 임베딩으로 초기화해 cold-start 및 의미 기반 매칭 강화

관측된 효과

• PDP 전환 및 GMV 상승, 상품·브랜드 다양성 지표 개선
• 세션 맥락 반영으로 주문 횟수와 거래액 증가