다중 목적 추천 시스템을 위한 다중 기울기 하강법

추천 시스템은 적용되는 환경의 복잡성을 반영해야 한다. 사용자에게 어떤 것이 유익할지를 더 잘 이해할수록, 추천 시스템이 추구해야 할 목표의 수가 늘어난다. 더불어 판매자, 구매자, 주주 등 다양한 이해관계자들과 법적·윤리적 제약 조건도 고려해야 한다. 서로 관련이 있거나 없으며, 스케일이 동일하거나 다른 다수의 목적을 동시에 최적화하는 것은 지금까지 매우 어려운 과제였다.이에 우리는 추천 시스템을 위한 확률적 다중 경사 하강법(MGDRec)을 제안하여 이 문제를 해결한다. 제안하는 방법은 전통적인 목표 혼합(예: 수익과 리콜)에서 기존 최고 수준의 기법을 뛰어넘는 성능을 보인다. 단순히 그 이상으로, 경사 정규화를 통해 스케일이 다를 수 있는 근본적으로 다른 목적들을 하나의 일관된 프레임워크 안에 통합할 수 있다. 또한 상관관계가 없는 목적(예: 고품질 제품의 비율)도 정확도 향상과 함께 동시에 개선할 수 있음을 보여준다. 확률적 특성을 활용함으로써 전체 경사 계산의 문제를 피하고, 본 방법의 적용 가능성을 명확히 제시한다.