Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba

[nogawanogawa]

論文URL

https://arxiv.org/abs/1803.02349

著者

Jizhe Wang, Pipei Huang, Huan Zhao, Zhibo Zhang, Binqiang Zhao, Dik Lun Lee

会議

KDD ’18

目的

ユーザーがインタラクションした各アイテムに対して類似アイテムの候補セットを生成するマッチングステージについて、 巨大なECでも使用できるアルゴリズムの開発

アプローチ

• Graph Embedding with Side information (GES)
  • Graph Embeddingを用いた類似度計算によるitemの候補集合の生成
  • item graph上のランダムウォークによる候補集合の探索
  • 補足情報を加えることでcold start問題に対応

[nogawanogawa]

背景

学術界と産業界の様々な推薦方法、例えば協調フィルタリング（CF）やコンテンツベースの方法、深層学習ベースの方法の成功にもかかわらず、Taobaoではユーザーとアイテムが億単位であるため、これらの方法ではいくつかの問題が発生する

• Scalability
  • 10億人のユーザーと20億のアイテムという世界は、数百万のユーザーとアイテムの世界でうまく行った手法がうまく機能し得ない
• Sparsity
  • ユーザーは少数のアイテムとしかインタラクションしないので、インタラクションが少ないユーザーやアイテムについて推薦を行うのは難しい
• Cold Start
  • 1時間に数百万個の新しい商品がアップロードされる世界で、これらのアイテムに関するインタラクション情報は得られない

[nogawanogawa]

目的

ユーザーがインタラクションした各アイテムに対して類似アイテムの候補セットを生成するマッチングステージについて、 巨大なECでも使用できるアルゴリズムの開発

アプローチ

• Graph Embedding with Side information (GES)
  • Graph Embeddingを用いた類似度計算によるitemの候補集合の生成
  • item graph上のランダムウォークによる候補集合の探索
  • 補足情報を加えることでcold start問題に対応

[nogawanogawa]

Embeddingの作り方

[nogawanogawa]

cold start問題の対応

アイテムに付随するサイド情報を用いてBGEを強化する

• サイド情報はアイテムのカテゴリ、ショップ、価格など
• グラフ埋め込みにサイド情報を取り入れることで、コールドスタート問題を緩和することができる

[nogawanogawa]

オンラインテスト結果

青と緑が提案手法らしい。確かにCTRは高そう。

[nogawanogawa]

Embeddingの評価

パット見、似たものは似たところにあるように見える。良さそう。

[nogawanogawa]

システム構成