PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2602.20531v2cs.CV

사용자 인터페이스 및 메타데이터로부터 앱 평점을 예측하기 위한 경량 비전-언어 융합 프레임워크

A Lightweight Vision-Language Fusion Framework for Predicting App Ratings from User Interfaces and Metadata

앱 평점은 모바일 애플리케이션의 품질, 사용성 및 전반적인 사용자 만족도를 나타내는 가장 중요한 지표 중 하나입니다. 그러나 기존의 앱 평점 예측 모델은 주로 텍스트 데이터나 사용자 인터페이스(UI) 특징에 국한되어 있어, UI와 의미론적(semantic) 정보를 함께 활용하는 것의 중요성을 간과하고 있습니다. 이러한 한계를 해결하기 위해, 본 연구에서는 모바일 UI와 의미론적 정보를 모두 통합하여 앱 평점을 예측하는 경량 비전-언어(vision-language) 프레임워크를 제안합니다. 이 프레임워크는 UI 레이아웃에서 시각적 특징을 추출하기 위해 MobileNetV3를 결합하고, 텍스트 특징을 추출하기 위해 DistilBERT를 결합합니다. 이러한 멀티모달 특징들은 Swish 활성화 함수를 갖춘 게이트 융합 모듈을 통해 결합된 후, 다층 퍼셉트론(MLP) 회귀 헤드로 전달됩니다. 제안된 모델은 평균 절대 오차(MAE), 평균 제곱근 오차(RMSE), 평균 제곱 오차(MSE), 결정 계수(R2) 및 피어슨 상관계수를 사용하여 평가됩니다. 20 에포크 동안 학습(training)한 후, 모델은 MAE 0.1060, RMSE 0.1433, MSE 0.0205, R2 0.8529, 피어슨 상관계수 0.9251을 달성합니다. 광범위한 어블레이션 연구(ablation study)는 다양한 시각 및 텍스트 인코더 조합의 효과를 추가로 입증합니다. 전반적으로 제안된 경량 프레임워크는 개발자와 최종 사용자에게 유용한 통찰을 제공하고 지속 가능한 앱 개발을 지원하며 엣지 기기에서의 효율적인 배포를 가능하게 합니다.