Pendekatan GNN-transformer multi-view yang diperkenalkan oleh Luo, dkk.(2024) menawarkan solusi yang menjanjikan untuk tantangan sistem rekomendasi di era data besar. Dengan memadukan kekuatan Graph Neural Networks dalam memodelkan hubungan item dan kemampuan transformers dalam memahami urutan perilaku pengguna, sistem ini terbukti lebih efisien dan akurat. Hasil eksperimen yang menunjukkan peningkatan akurasi hingga 8,1% memperlihatkan bahwa teknologi ini memiliki potensi besar untuk diimplementasikan dalam berbagai industri, terutama di e-commerce dan platform digital lainnya.
Seiring dengan pertumbuhan pesat pasar sistem rekomendasi global, penggunaan model yang lebih cerdas dan adaptif seperti ini akan menjadi keharusan bagi perusahaan yang ingin tetap kompetitif. Teknologi ini tidak hanya meningkatkan pengalaman pengguna, tetapi juga berkontribusi pada peningkatan pendapatan dan loyalitas pelanggan melalui personalisasi yang lebih baik. Di masa depan, GNN-transformer multi-view kemungkinan besar akan menjadi standar baru dalam sistem rekomendasi yang efisien dan responsif.
Referensi
Luo, T., Liu, Y., & Pan, S. J. (2024). Collaborative sequential recommendations via multi-view GNN-transformers. ACM Transactions on Information Systems, 42(6), Article 141. https://doi.org/10.1145/3649436
Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H
