Scene-wise Adaptive Network for Dynamic Cold-start Scenes Optimization in CTR Prediction

要約

最新のモバイル電子商取引の分野では、位置情報ベースのオンライン サービスを通じてユーザーに近くの商業サービスの推奨情報を提供することがますます重要になっています。
機械学習アプローチは、マルチシーンのレコメンデーションにおいて有望であることが示されていますが、既存の方法論は、前例のないシーンでのコールド スタートの問題に対処するのに苦労することがよくあります。商業的な選択肢の多様性の増加と、シーンのオンライン寿命の短さにより、効果的なレコメンデーションの複雑さが生じています。
オンラインおよびダイナミックなシーンでのレコメンデーション。
この研究では、新しいシーンに対する高性能のコールド スタート オンライン レコメンデーションを強調する新しいアプローチであるシーンワイズ アダプティブ ネットワーク (SwAN) を提案します。
私たちのアプローチでは、シーン類似性学習、ユーザー固有のシーン遷移認識、新しいシーンのシーン固有情報構築、シーン間の分岐論理情報の強化など、いくつかの重要な機能が導入されています。
新しく到着したシーンに対するコールド スタート レコメンデーションをオンラインで効果的に処理することにより、動的なマルチシーン レコメンデーション問題を最適化する SwAN の可能性を実証します。
さらに心強いのは、SwAN が、1 日あたり数百万人の顧客にサービスを提供する Meituan のオンラインケータリング推奨サービスに導入され、ベースラインと比較して CTR 指数が 5.64% 向上し、1 日あたりの注文量の割合が 5.19% 増加したことです。

要約(オリジナル)

In the realm of modern mobile E-commerce, providing users with nearby commercial service recommendations through location-based online services has become increasingly vital. While machine learning approaches have shown promise in multi-scene recommendation, existing methodologies often struggle to address cold-start problems in unprecedented scenes: the increasing diversity of commercial choices, along with the short online lifespan of scenes, give rise to the complexity of effective recommendations in online and dynamic scenes. In this work, we propose Scene-wise Adaptive Network (SwAN), a novel approach that emphasizes high-performance cold-start online recommendations for new scenes. Our approach introduces several crucial capabilities, including scene similarity learning, user-specific scene transition cognition, scene-specific information construction for the new scene, and enhancing the diverged logical information between scenes. We demonstrate SwAN’s potential to optimize dynamic multi-scene recommendation problems by effectively online handling cold-start recommendations for any newly arrived scenes. More encouragingly, SwAN has been successfully deployed in Meituan’s online catering recommendation service, which serves millions of customers per day, and SwAN has achieved a 5.64% CTR index improvement relative to the baselines and a 5.19% increase in daily order volume proportion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google