[論文レビュー] Prediction is very hard, especially about conversion. Predicting user purchases from clickstream data in fashion e-commerce

Luca Bigon, Giovanni Cassani+5 more|arXiv (Cornell University)|Jun 30, 2019

Consumer Market Behavior and Pricing参考文献 10被引用数 5

ひとこと要約

この論文は、大手ヨーロッパファッション小売業者から得た大規模な新規データセットと、既存の最先端（SOTA）手法を上回る性能を示す新しい判別型ニューラルモデルを導入することで、ファッション通販におけるクリックストリームデータからのユーザーの購入意思決定予測という課題に取り組んでいる。モデルはセッション単位のクリックストリーム系列を活用して、ユーザーをコンバータ（購入者）とノンコンバータ（非購入者）に分類し、低コンバージョン率とノイズの多い閲覧行動という条件下でも、精度の顕著な向上を達成している。

ABSTRACT

Knowing if a user is a buyer vs window shopper solely based on clickstream data is of crucial importance for ecommerce platforms seeking to implement real-time accurate NBA (next best action) policies. However, due to the low frequency of conversion events and the noisiness of browsing data, classifying user sessions is very challenging. In this paper, we address the clickstream classification problem in the fashion industry and present three major contributions to the burgeoning field of AI in fashion: first, we collected, normalized and prepared a novel dataset of live shopping sessions from a major European e-commerce fashion website; second, we use the dataset to test in a controlled environment strong baselines and SOTA models from the literature; finally, we propose a new discriminative neural model that outperforms neural architectures recently proposed at Rakuten labs.

研究の動機と目的

• ファッション通販におけるクリックストリームデータからのユーザーの購入コンバージョン予測という、極めて困難な課題に取り組む。ここでは、コンバージョンイベントが稀で、閲覧行動にノイズが多いことが特徴である。
• 大手ヨーロッパファッション通販プラットフォームから、ライブショッピングセッションの大型スケールで実世界のデータを収集・正規化し、公開する。
• 新規データセットを用いて、制御された環境下で強力なベースラインおよび最先端（SOTA）モデルの評価を行う。
• 新規の判別型ニューラルアーキテクチャを提案・検証し、クリックストリーム分類タスクにおける分類性能の向上を図る。

提案手法

• 著者らは、ヨーロッパのファッション通販プラットフォームから、詳細なセッション単位のナビゲーション系列を含む、大規模な実ユーザーのクリックストリームセッションデータセットを収集・前処理した。
• 生のクリックストリームログを深層学習モデルに適した構造化された入力系列に変換するため、正規化と特徴工学を適用した。
• 提案されたモデルは、系列的なクリックストリームデータから判別的表現を学習するように設計された判別型ニューラルネットワークアーキテクチャであり、コンバージョン対非コンバージョンの二値分類を最適化している。
• 標準的なディープラーニングフレームワークを用いてモデルを訓練・評価し、文献に登録された既存のベースラインおよびSOTAモデルと性能を比較した。
• ハイパーパrameterチューニングと交差検証を用いてモデル性能を最適化し、リアルタイムのNBA（次に最適な行動）ポリシーに特化した指標に注目した。

実験結果

リサーチクエスチョン

• RQ1 実世界のファッション通販クリックストリームセッションの新規大規模データセットは、購入予測モデルの信頼性を向上させることができるか？
• RQ2 低コンバージョン率とノイズの多い信号を伴う実世界のファッション通販クリックストリームデータにおいて、既存の最先端（SOTA）モデルはどの程度の性能を示すか？
• RQ3 新規の判別型ニューラルアーキテクチャは、クリックストリーム系列からのユーザーのコンバージョン予測において、既存のディープラーニングモデルを上回ることができるか？
• RQ4 ファッション通販のセッションにおいて、コンバータとノンコンバータを区別するのに最も効果的な特徴とモデリングアプローチは何か？

主な発見

• 提案されたニューラルモデルは、強力なベースラインおよびRakuten Labsが最近発表したSOTAモデルに対しても、同じデータセット上で優れた性能を示した。
• 新規データセットは、コンバージョンイベントの頻度が低く、ユーザーの閲覧行動に高いノイズが存在するため、モデリングに大きな課題をもたらすことが明らかになった。
• 結果から、ディープニューラルネットワークによる系列モデリングが、現実のデータ品質制約下でも、クリックストリームデータからユーザーの意思を効果的に捉えることができることが示された。
• 本研究は、実世界のデータ品質とラベルの一貫性が、通販分野における予測モデルの成功において極めて重要な要因であることを確認した。