Pinterest, 사용자 여정 기반 추천으로 사용자 참여율 쑥↑

Pinterest는 Dynamic Keyword Extraction 방식을 통해 사용자 여정을 추출한다. 구체적으로, 사용자 검색 기록, 활동 내역, 보드 데이터를 활용하여 키워드를 추출하고, 계층적 클러스터링을 수행한다. 따라서, 개인화된 여정을 생성하고, 새로운 트렌드에 유연하게 대응할 수 있다.

사용자 여정의 랭킹 및 다양성을 확보하기 위해, Point-wise Ranking Model을 구축했다. 사용자 특징, 참여도, 최신성을 기반으로 랭킹을 매기고, 유사한 여정에 페널티를 부여하는 Diversification을 적용했다. 결과적으로, 다양한 여정을 사용자에게 제공하고, 관련성 높은 추천을 보장한다.

Pinterest는 LLM을 활용하여 사용자 여정 시스템을 개선하고 있다. 키워드 추출, 클러스터링, 여정 이름 생성 등 기존 컴포넌트를 LLM으로 통합하여 단순화한다. GPT를 활용하여 Ground Truth Label을 생성하고, Qwen을 Fine-tuning하여 추론 정확도를 높인다. 따라서, 시스템 효율성과 추천 품질을 동시에 향상시킨다.