Closed nogawanogawa closed 11 months ago
nogawanogawa
commented
12 months ago 推薦システムの多くはユーザーの過去のインタラクションを収集して学習されているが、"rich gets richer"効果をもたらす強力なFBループを生み出している。 一方、新鮮なItemは最初の露出とインタラクションがないため、適切なユーザーに表示されるまでに大きな障壁が存在する。
これに対応するためには、初期露出のために手を打つ必要がある。 これまでコールドスタート問題について研究はなされてきたが、ビジネス規模（YouTubeでは毎分500hの動画がアップ、Spotifyでは1.4秒に新しいトラックがアップ）の推薦ではどのように対応すべきかはまだ十分に研究されていない。
nogawanogawa
commented
12 months ago "rich gets richer"なFBサイクルを断ち切り、質の高い新鮮なコンテンツが表面化する健全なプラットフォームの構築
nogawanogawa
commented
12 months ago 通常推薦システムは多段階のステージを持ち、
などが行われる。このとき、新鮮なItemはそもそも発見されにくい。
このような問題に対応するために、特定のスロットに新鮮なコンテンツを割り当てる。
新鮮なコンテンツの推薦にはtwo towerモデルによってコールドスタート問題を克服する。 クエリタワーはユーザーの消費履歴に基づいて学習され、candidate towerはitemの特徴に基づいて学習される。 これによって、インタラクションがゼロのアイテムに対しても汎化できる。
新鮮なコンテンツが最初のインタラクションを書くとすうるとメインのレコメンデーションシステムによって選択されるようになるが、逆に専用スロットでこれらを表示し続けると他のアイテムを表示できない。 そのため、他のコンテンツに再割当てする。(graduation filter)
通常ユーザーごとにユーザーを2分するが、これだとフレッシュなコンテンツが両方に出てしまい、影響を正しく測定できない。 そこで、treatmentはtreatmentのユーザーとコンテンツの集合、controlはcontrolのユーザーとコンテンツの集合、になるように分割する。
専用スロットの効果を示す。
(a)ハイパラKにもよるが、専用スロットを追加することでimpを受けるアイテム数が増加している（縦軸はcontrolに対するover分）
(b)より大きなコーパスがユーザーによって発見されていることがわかる 横軸がpositiveなインタラクションを受けた数、縦軸がそのときの期間を表す
(c)コンテンツ提供者はよりたくさんのコンテンツをアップする用になる
nogawanogawa
commented
12 months ago 基本的に専用スロットを追加すると問題が解決できることがここまでで分かった。 次は専用スロットに表示するアイテムの推薦に絞って確認する。
通常のtwo towerモデルだと人気バイアスを受けてしまうので、更に変更を加える
コンテンツの特徴に依存するノミネータは新鮮なコンテンツを表示するには有効ではあるが、ユーザーのFBへ反応する能力がかけている。（悪いコンテンツは早めに除外したい）
つまり、ほぼリアルタイムのノミネータが必要になる。
これもtwo towerモデルで実装される。
※あんま良くわかってない
ここまで、Low-funnel VS Middle-funnelの両方についてモデルを作って来たが、これらは同時に併用する必要がある。 そのため、並列して稼働させることで動作させる。
nogawanogawa
commented
12 months ago シングルのmidのtowerだけ（左）だとカバレッジが低くなってしまうが、マルチタワーにするとカバレッジが増加していることがわかる
(a) ユーザーの滞在時間は変化しない (b) コールドユーザーに対するコンテンツの滞在時間が0.45%増加 (c) S-real-timeはカバー率は1.41％低かったが、ポジティブなインタラクションは増加しているから推薦としては良質なものになっている（価値がある）
論文URL
https://dl.acm.org/doi/10.1145/3580305.3599826
著者
Jianling Wang, Haokai Lu, Sai zhang, Bart Locanthi, Haoting Wang, Dylan Greaves, Benjamin Lipshitz, Sriraj Badam, Ed H. Chi, Cristos Goodrow, Su-Lin Wu, Lexi Baugher, Minmin Chen
会議
KDD '23
背景
推薦システムの多くはユーザーの過去のインタラクションを収集して学習されているが、"rich gets richer"効果をもたらす強力なFBループを生み出している。 一方、新鮮なItemは最初の露出とインタラクションがないため、適切なユーザーに表示されるまでに大きな障壁が存在する。
これに対応するためには、初期露出のために手を打つ必要がある。 これまでコールドスタート問題について研究はなされてきたが、ビジネス規模（YouTubeでは毎分500hの動画がアップ、Spotifyでは1.4秒に新しいトラックがアップ）の推薦ではどのように対応すべきかはまだ十分に研究されていない。
目的
"rich gets richer"なFBサイクルを断ち切り、質の高い新鮮なコンテンツが表面化する健全なプラットフォームの構築
アプローチ
ひとことメモ