짧은 문맥과 긴 문맥
마르코프 연쇄는 마지막 몇 행동에 집중하고 순환 신경망은 긴 문맥을 표현할 수 있다. SASRec은 긴 의미를 포착하면서 상대적으로 적은 관련 행동을 선택하는 균형을 목표로 했다.
자기 어텐션의 역할
각 시점에서 행동 이력 중 관련 있는 항목을 찾아 다음 항목의 예측에 사용한다. 자기 어텐션으로 과거 행동의 중요도를 조정하는 것이 순차 모델의 핵심이다.
밀도에 따른 평가
원 연구는 희소한 자료와 조밀한 자료에서 마르코프, 합성곱, 순환 신경망 기반 추천 모델을 비교했다. 예측 성능뿐 아니라 비교 모델에 대한 계산 효율도 평가했다.