사용자의 구매 정보와 보조 정보를 활용한 SASRec 성능 향상 프로젝트
CPU : Intel(R) Core(TM) i7-10750H CPU
GPU : NVIDIA GeForce GTX 1660 Ti
RAM : 16GB
python version : 3.9.7
pytorch version : 1.10.0+cu113
모든 유저 구매기록은 최근 10개로 통일, 구매기록 3개 이하인 사용자 제거
각 유저의 구매기록과 보조정보 별로 임베딩을 생성한 후 생성된 구매기록 정보와 보조정보는 보조정보를 기준으로 각각 다른
입력값으로 사용
이질적인 보조 정보를 독립적으로 활용하기 위해 각 보조정보 별로 하나의 attention block을 병렬적으로 구성 각 attention block에서 나온 값은 Layer Norm과 Feed forward neural network를 순차적으로 통과하여 하나의 레이어에서 다시 합침
Dataset : book_transaction_data
batch size : 256
max_len : 10
epochs : 41
optimizer : ADAM
평가지표 : NDCG10, HR10
| 평가지표 | NDCG@10 | Improvement | HR@10 | Improvement |
|---|---|---|---|---|
| SASRec | 0.377 | - | 0.512 | - |
| PA_SASRec | 0.409 | 8.4% | 0.551 | 7.6% |
main.py --dataset=book_transactions --train_dir=default --maxlen=10 --dropout_rate=0.2 --device=cuda