함께 구매하면 좋은 상품이에요! - 장바구니 추천 개발기 1부

간단 소개

컬리 장바구니 추천 시스템 개발기로, BERT4Rec 모델과 NPMI를 활용해 보완재 추천을 구현하고 A/B 테스트로 효과를 검증한 사례를 소개합니다.

AI Summary

장바구니 추천 모델 개발 배경
- 컬리 앱 내 바텀시트 UI 도입으로, 고객 여정 마지막 단계에서 상품 탐색 및 구매 경험 향상 목표
- 장바구니 상품의 보완재 추천 모델 개발 및 A/B 테스트를 통한 성과 측정
모델 개발 과정 및 핵심 전략
- BERT4Rec 모델을 활용하여 장바구니 상품 기반 보완재 추천 구현
- NPMI를 활용하여 카테고리 간 보완재 관계 정량화 및 데이터 전처리
- Spotify 셔플링 알고리즘을 참고하여 추천 상품의 카테고리 편중 문제 해결
A/B 테스트 및 결과
- 대조군 대비 장바구니 전환율, 유저당 상품 개수, 유저당 상품 금액 증가 확인
- 개인화 피쳐 및 맥락 정보 추가를 통한 모델 개선 및 지속적인 A/B 테스트 계획