Learning to Personalize Recommendation based on Customers’ Shopping Intents

要約

タイトル：顧客のショッピング意図に基づく推薦の個人化学習

要約：

– Eコマースプラットフォームにおいて、顧客の高レベルのショッピング意図（例えばキャンプに行きたい、誕生日パーティーを開催したいなど）を理解することは、より関連性・説明可能性・多様性のある推薦を提供することにより、ショッピング体験の品質を向上させるために重要である。
– しかしながら、実際的な課題のために、このような高レベルのショッピング意図は産業界で見過ごされてきた。
– 本研究では、Amazonが導入した顧客の高レベルのショッピング意図を明示的に特定し、個人的な推薦を行うための新しいシステムを紹介する。
– AI技術を使用し、14ヶ国語21ヶ国でスケーラブルなソリューションを提供し、深層学習モデルを使ってオンラインでの顧客の行動（例えば製品検索や個々のアイテムの選択）を高レベルのショッピング意図のいずれかにマップする。そして、リアルタイムのランキングは、識別された意図と粒度の細かいアイテムの関与を両方考慮して、個人化された意図に沿った推薦を行う。
– 大規模なオフライン分析により、新しい推薦の精度と関連性を保証し、ビジネス指標の10％の改善を観察した。
– このシステムは現在、amazon.comでオンライントラフィックを提供しており、複数のプロダクション機能を駆動している。

要約(オリジナル)

Understanding the customers’ high level shopping intent, such as their desire to go camping or hold a birthday party, is critically important for an E-commerce platform; it can help boost the quality of shopping experience by enabling provision of more relevant, explainable, and diversified recommendations. However, such high level shopping intent has been overlooked in the industry due to practical challenges. In this work, we introduce Amazon’s new system that explicitly identifies and utilizes each customer’s high level shopping intents for personalizing recommendations. We develop a novel technique that automatically identifies various high level goals being pursued by the Amazon customers, such as ‘go camping’, and ‘preparing for a beach party’. Our solution is in a scalable fashion (in 14 languages across 21 countries). Then a deep learning model maps each customer’s online behavior, e.g. product search and individual item engagements, into a subset of high level shopping intents. Finally, a realtime ranker considers both the identified intents as well as the granular engagements to present personalized intent-aware recommendations. Extensive offline analysis ensures accuracy and relevance of the new recommendations and we further observe an 10% improvement in the business metrics. This system is currently serving online traffic at amazon.com, powering several production features, driving significant business impacts

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI