연구진은 사용자 중심 트랜잭션 이벤트 시퀀스 모델링을 위해 콘트라스트 표현 학습(CoLES)과 상태 공간 모델(SSM)을 결합한 하이브리드 접근 방식을 제안했어요.
Age, MBD, Taobao 세 데이터셋 실험 결과, CoLES와 Mamba를 결합한 모델은 단독 Mamba 또는 CoLES+선형 분류기보다 성능이 향상되었고 수렴 속도는 2~3배 빨랐어요.
단계별 맵과 통합 그래디언트 분석을 통해 행동이 풍부한 데이터셋에서 이벤트 필터링을 확인하고 가장 중요한 트랜잭션 특징을 식별했어요.