Closed nogawanogawa closed 2 years ago
Pinterestのユーザーは、サービス内で画像を閲覧して、次のホームデコレーションのプロジェクトにインスピレーションを得たり、最新のファッションや美容のトレンドを把握したりしている。 さらに、サービスの回遊の中で好みの商品を見つけた際には、シームレスに商品を購入する体験を実現することが望まれてる。
Pinterestの主要コンテンツであるピンとは異なり、商品には様々な角度や文脈から撮影された複数の画像で構成され、タイトル、説明、色、柄などのメタデータが提供されており、データそのものの性質がPinと商品では異なる。
また、商品購入はクリックやブックマークなどに加えて、カートに追加・購入など、Pinとは異なるタイプのアクションに最適化した推薦が必要になる。
Home画面での画像の探索・CloseUp画面での類似商品推薦・テキストによる商品検索など、Pinterestでは画像推薦の形式が異なる。しかし、これらをシームレスに行うことで購買体験を向上させたい。
Positive
softmaxにembeddingの内積を組み合わせたLoss関数、ただしバイアスを考慮するために、logQ correctionを適用して補正している
Negative
基本的には同じ、補正項がengagementの存在確率(単純な人気)で補正している。
論文URL
https://dl.acm.org/doi/10.1145/3534678.3539170
著者
Paul Baltescu, Haoyu Chen, Nikil Pancha, Andrew Zhai, Jure Leskovec, Charles Rosenberg
会議
KDD '22
背景
Pinterestでは、画像のシェア・閲覧に加えて、商品の購入が可能になっている。 Pinterestの主要コンテンツであるピンとは異なり、商品には様々な角度や文脈から撮影された複数の画像で構成され、タイトル、説明、色、柄などのメタデータが提供されており、データそのものの性質がPinと商品では異なる。
また、商品購入はクリックやブックマークなどに加えて、カートに追加・購入など、Pinとは異なるタイプのアクションに最適化した推薦が必要になる。
目的
アプローチ