속보01 / AI
관측 기간 늘린 실험에서 고객 행동 예측 성능 상승
논문은 관측 기간을 늘렸을 때의 지표 상승 폭이 순차 모델 계열 간 차이보다 크다고 보고했다.

연구진은 11월 20일 고객 행동 예측에 16주치 기록을 쓰자 성능이 올랐다고 발표했다.
논문은 예측 기준 주 이전에 모델이 보는 기록의 길이를 관측 기간으로 정의했다.
논문은 모델의 설명력을 나타내는 로그 척도 결정계수로 성능을 평가했다. 1M 구간의 모든 모델 계열에서 관측 기간을 8주에서 16주로 늘리자 지표가 0.070~0.107 상승했다.
연구진은 같은 고객의 같은 주차를 비교했을 때 지표 상승 폭이 더 컸다고 보고했다. 공개 데이터셋 다섯 개의 결과도 같은 방향이라고 했다.
논문은 관측 기간을 16주로 맞췄을 때 순차 모델 계열 간 지표 차이를 최대 0.0052로 집계했다.
연구진은 기록에 포함된 시기의 영향을 뺀 관측 기간 자체의 효과 크기는 규명하지 못했다.