Conferences

네이버 검색은 어떻게 나보다 더 내 의도를 잘 아는가?: AiRSearch 반응형 추천

임희재 (NAVER Search)

탐새 과정에서 관심사와 검색의도 구체화

사용자 의도를 예측한 반응형 추천

반응형 문제를 풀기 위해서는?

언제/ 어디에서 누구에게?

검색에서 문서를 소비하고 돌아운 사용자들에게

사용자의 행동 기반 정보

• 검색어
• 클릭한 문서

• 사용자의 취향 정보

• Narrow-Down
• Side-By-Side
  • 큰 의도는 벗어나지 않았으나, 범위가 확대됨

검색과 추천의 융합

Intent Query

• 클릭한 문서의 제목에서 핵심 의돌르 표현하는 키워드 찾기
• ColBERT 아키텍처 응용

Intent Walker

• 그래프 기반 사용자 의도에 맞는 문서 추천
  • 클릭 로그 활용 탐색 과정 그래프 생성

User Preference

• 유저의 취향에 적합한 문서를 추천

반응형 서비스 개발을 위한 꿀팁

• 문제를 작게 정의하기
  • 빠른 개발
  • 문제 해결의 가능성과 효과 검증
  • 사용자의 피드백으로 문제 확장
• 학습 데이터 잘 구축하기
• A/B 테스트 잘 활용하기
• 지표 모니터링하기

This site is open source. Improve this page.