Scenario-Adaptive Fine-Grained Personalization Network: Tailoring User Behavior Representation to the Scenario Context

要約

既存の方法では、ユーザーの行動シーケンスを集約した後でのみ表現を適応的に調整することがよくあります。
ユーザー シーケンス全体を再重み付けするこの粗いアプローチは、さまざまなシナリオにわたるユーザーの関心の移行を正確にモデル化するモデルの機能を妨げます。
各シナリオにおける過去の行動シーケンスからユーザーの関心を捉えるモデルの能力を強化するために、シナリオ適応型ファイングレイン パーソナライゼーション ネットワーク (SFPNet) という名前のランキング フレームワークを開発しました。これは、複数のシナリオをパーソナライズするための一種のきめ細かい方法を設計します。
推奨事項。
具体的には、SFPNet は、シナリオ調整ブロックと呼ばれる、順番に積み重ねられた一連のブロックで構成されます。
各ブロックは最初にパラメーター パーソナライゼーション ユニットを展開し、基本的な機能を再定義することでシナリオ情報を大まかなレベルで統合します。
続いて、シナリオに適応して調整された特徴表現を統合して、コンテキスト情報として機能させます。
残差接続を採用することで、このコンテキストを各履歴動作の表現に組み込み、シナリオ レベルでの動作表現のコンテキストを認識したきめ細かいカスタマイズを可能にし、これによりシナリオを認識したユーザー関心モデリングがサポートされます。

要約(オリジナル)

Existing methods often adjust representations adaptively only after aggregating user behavior sequences. This coarse-grained approach to re-weighting the entire user sequence hampers the model’s ability to accurately model the user interest migration across different scenarios. To enhance the model’s capacity to capture user interests from historical behavior sequences in each scenario, we develop a ranking framework named the Scenario-Adaptive Fine-Grained Personalization Network (SFPNet), which designs a kind of fine-grained method for multi-scenario personalized recommendations. Specifically, SFPNet comprises a series of blocks named as Scenario-Tailoring Block, stacked sequentially. Each block initially deploys a parameter personalization unit to integrate scenario information at a coarse-grained level by redefining fundamental features. Subsequently, we consolidate scenario-adaptively adjusted feature representations to serve as context information. By employing residual connection, we incorporate this context into the representation of each historical behavior, allowing for context-aware fine-grained customization of the behavior representations at the scenario-level, which in turn supports scenario-aware user interest modeling.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google