[네이버쇼핑: 쇼핑DB기반으로 상품카테고리 예측 모델 개선] - 네이버 쇼핑은 사용자가 원하는 검색 결과 제공을 위해 검색어 별로 의도를 분석해 키워드에 가장 적합한 상품의 카테고리를 매칭하고 이렇게 생성된 카테고리는 검색 랭킹에서 유용하게 사용 중 - 그동안 쇼핑 검색어의 상품 카테고리 예측 모델은 주로 사용자의 검색 사용 기록에 기반하여 만들어짐. 하지만 사용 기록에만 의지할 경우 그 간 검색이 잘 되지 않았던 희소한 카테고리의 상품군이나 신규 상품, 신규 검색어는 대응이 어려움 - 쇼핑 검색 DB 정보도 같이 예측 모델에 사용하기로 하여 새로운 상품 데이터와 사용자의 검색 등 사용 로그를 종합한 검색어-카테고리 의도 분류 모델 적용 ✓ 신규 모델 테스트 결과 상품 카테고리 예측값의 정확도가 10% 상승, 롱테일 영역에서 의도 판단 보다 정확, 해당 검색어의 상품 노출 커버리지 개선 ✓ 검색수 일정값 이하인 저빈도 검색어의 쇼핑검색 노출과 클릭률이 기존 대비 각각 15%, 10% 이상 증가