홈페이지 마케팅 블록의 클릭은 보통 사용자의 콘텐츠 관심과 반복적인 접근 습관이 함께 만든다고 본다. arXiv 프리프린트인 OrDA는 이 두 신호가 섞일 때 생기는 ‘Pseudo-Positive’를 줄이기 위해, 관심 신호만 따로 정화해 순위를 매기는 틀을 제안한다. 특히 상단 노출처럼 위치 이점이 강한 슬롯에서는 품질보다 습관적 클릭이 더 쉽게 관측돼 추천 시스템이 왜곡될 수 있다고 문제를 정의했다.
이 방법의 핵심은 두 타워 구조와 게이트 분배층이다. 입력 특징을 습관 타워와 관심 타워로 나눠 보내고, 관심·습관 잠재공간이 직교하도록 코사인 정규화를 걸어 서로 간섭하지 않게 만든다. 추론 단계에서는 do-calculus 기반 개입을 적용해 습관 성분을 0으로 둔 뒤, 정화된 관심 점수만으로 아이템을 다시 정렬한다. 논문은 이를 ‘관찰된 클릭’과 ‘순수 관심’의 분리 문제로 다룬다.
실험은 Zhima 홈페이지 마케팅 블록의 대규모 생산 데이터에서 수행됐다. 15일 수집 데이터에 사용자 3,020만 명 이상, 학습 샘플 1억 890만 건, 평가 샘플 790만 건이 포함됐다. 성능 평가는 불균형 노출을 고려해 GAUC를 썼고, 전체 사용자군(GAUCall), 콜드스타트 사용자군(click<=1, GAUCcold), 활성 사용자군(click>1, GAUCactive)으로 나눠 제시했다. 비교 대상은 BASE, ESMM, USD, Multi-IPW, PAL이었다.
표 1에서 OrDA의 GAUCall은 0.6412, GAUCcold는 0.6416으로 보고됐다. 같은 조건에서 BASE는 각각 0.6122, 0.6110이었고, ESMM은 0.6299, 0.6297, USD는 0.6241, 0.6236, Multi-IPW는 0.6315, 0.6314, PAL은 0.6314, 0.6313이었다. GAUCactive는 OrDA가 0.6304로 BASE의 0.6497보다 낮았지만, 논문은 활성 사용자들의 장기 접근 습관을 강한 양성 신호로 외워버리는 현상이 BASE의 특성이라고 해석했다.
소거 실험도 함께 제시됐다. GAL을 제거한 경우(w/o GAL) GAUCall이 0.6099로 떨어졌고, 습관 보조 손실을 뺀 w/o HL은 0.6344, 직교 정규화를 뺀 w/o OL은 0.6313, do-calculus를 쓰지 않은 w/o doC는 0.6237이었다. 같은 표에서 OrDA는 각각 0.6412, 0.6416, 0.6304를 유지했다. 연구진은 잠재공간 유사도 히트맵이 0 근처에 모여 직교 제약이 샘플 내·샘플 간 모두에서 유지된다고 설명했다.
| 구분 | GAUCall / GAUCcold / GAUCactive | source_locator |
|---|---|---|
| BASE | 0.6122 / 0.6110 / 0.6497 | Table 1, p.4 |
| ESMM | 0.6299 / 0.6297 / 0.6366 | Table 1, p.4 |
| OrDA | 0.6412 / 0.6416 / 0.6304 | Table 1, p.4 |
| w/o GAL | 0.6099 / 0.6108 / 0.5977 | Table 2, p.4 |
| w/o doC | 0.6237 / 0.6235 / 0.6331 | Table 2, p.4 |
자료: STORIUM 정리
온라인 검증은 Zhima의 rent-floor 추천에 대해 A/B 테스트로 진행됐다. 기준선 대비 사용자 클릭률(UCTR)이 5.64% 증가했다고 보고했으며, 내부 평가 외에 실제 서비스 노출 환경에서 확인한 점을 강조한다. 페이지 하단에는 ACM 형식의 5쪽 원고와 함께 arXiv:2607.13420v1 날짜가 붙어 있어, 프리프린트임을 알 수 있다.
저작권자 © STORIUM 무단전재 및 재배포 금지
