Learning from Negative User Feedback and Measuring Responsiveness for Sequential Recommenders

要約

シーケンシャル レコメンダーは、ユーザーの好みのモデリングに優れているため、業界で広く使用されています。
これらのモデルはユーザーの肯定的な関心を学習することに優れていますが、否定的なユーザーのフィードバックから学習することにはあまり注目されていません。
ユーザーの否定的なフィードバックは、ユーザー制御の重要な手段であり、推奨者が迅速に対応し、ユーザーに対する同様の推奨を減らす必要があるという期待が伴います。
ただし、負のフィードバック信号は、主に肯定的なユーザー インタラクションを予測することを目的とする逐次検索モデルのトレーニング目標では無視されることがよくあります。
この研究では、否定的なフィードバックのあるアイテムを推奨しない対数尤度を最適化する「非推奨」損失関数を使用して、取得段階での逐次推奨者のトレーニング目標に、明示的および暗黙的な否定的なユーザー フィードバックを組み込みます。
私たちは、大規模な産業推奨システムでのライブ実験を使用して、このアプローチの有効性を実証します。
さらに、さまざまなユーザーアクション間のレコメンダーの応答を比較するための反事実シミュレーションフレームワークを開発することで、否定的なフィードバックに対するレコメンダーの応答性を測定するという課題に対処し、モデリングの変更による応答性の向上を示しました。

要約(オリジナル)

Sequential recommenders have been widely used in industry due to their strength in modeling user preferences. While these models excel at learning a user’s positive interests, less attention has been paid to learning from negative user feedback. Negative user feedback is an important lever of user control, and comes with an expectation that recommenders should respond quickly and reduce similar recommendations to the user. However, negative feedback signals are often ignored in the training objective of sequential retrieval models, which primarily aim at predicting positive user interactions. In this work, we incorporate explicit and implicit negative user feedback into the training objective of sequential recommenders in the retrieval stage using a ‘not-to-recommend’ loss function that optimizes for the log-likelihood of not recommending items with negative feedback. We demonstrate the effectiveness of this approach using live experiments on a large-scale industrial recommender system. Furthermore, we address a challenge in measuring recommender responsiveness to negative feedback by developing a counterfactual simulation framework to compare recommender responses between different user actions, showing improved responsiveness from the modeling change.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google