[論文レビュー] Revisit Recommender System in the Permutation Prospective

Yufei Feng, Yu Gong+3 more|arXiv (Cornell University)|Feb 24, 2021

Recommender Systems and Techniques参考文献 34被引用数 7

ひとこと要約

本稿では、目的志向型ビームサーチ（FPSA）を用いて複数の候補アイテムリストを生成し、専用のDPWNモデルから導出された統一された順列別評価指標（LR）を用いて順序付けを行う、順列変動要因に対処する新しい2段階の順列別再順序付けフレームワークであるPRSを提案する。PRSは、タオバオでのオンラインデプロイでPVに対して11.0%、IPVに対して8.7%の向上を達成した。

ABSTRACT

Recommender systems (RS) work effective at alleviating information overload and matching user interests in various web-scale applications. Most RS retrieve the user's favorite candidates and then rank them by the rating scores in the greedy manner. In the permutation prospective, however, current RS come to reveal the following two limitations: 1) They neglect addressing the permutation-variant influence within the recommended results; 2) Permutation consideration extends the latent solution space exponentially, and current RS lack the ability to evaluate the permutations. Both drive RS away from the permutation-optimal recommended results and better user experience. To approximate the permutation-optimal recommended results effectively and efficiently, we propose a novel permutation-wise framework PRS in the re-ranking stage of RS, which consists of Permutation-Matching (PMatch) and Permutation-Ranking (PRank) stages successively. Specifically, the PMatch stage is designed to obtain the candidate list set, where we propose the FPSA algorithm to generate multiple candidate lists via the permutation-wise and goal-oriented beam search algorithm. Afterwards, for the candidate list set, the PRank stage provides a unified permutation-wise ranking criterion named LR metric, which is calculated by the rating scores of elaborately designed permutation-wise model DPWN. Finally, the list with the highest LR score is recommended to the user. Empirical results show that PRS consistently and significantly outperforms state-of-the-art methods. Moreover, PRS has achieved a performance improvement of 11.0% on PV metric and 8.7% on IPV metric after the successful deployment in one popular recommendation scenario of Taobao application.

研究の動機と目的

• 推薦アイテムリスト内の順列変動要因を適切に扱えない既存の推薦システムの限界を解消すること。
• 順列ベースの推薦における解空間の指数的増大を克服し、高品質な順列の効率的探索を可能にすること。
• 候補順列から最適なアイテムリストを選択するための統一された順列別評価基準を導入すること。
• 単なるアイテム関連性を超えて、ユーザー行動パターンとより整合性の高い順列を推薦することで、ユーザー体験を向上させること。

提案手法

• 順列マッチング（PMatch）と順列順位付け（PRank）の2段階からなるフレームワークPRSを提案する。
• PMatch段階で多様な候補アイテムリストを生成するための、順列別かつ目的志向型ビームサーチアルゴリズムFPSAを導入する。
• 異なる順列における相互作用確率を予測するDPWNモデルを設計し、順列に依存するスコアリングを可能にする。
• DPWN出力から計算される統一された順列別順位付け基準であるLR指標を用いて、候補リストを順位付けする。
• FPSAの入力としてCTRとNEXTスコアの重み付き組み合わせを用い、ハイパーパrameter α と β をグリッドサーチにより最適化する。
• 既存のマッチング、ランク付け、再順序付けパイプラインにFPSAとLR指標を統合し、最小限の遅延で本番環境にデプロイする。

実験結果

リサーチクエスチョン

• RQ1 推薦システムは、指数的に増大するアイテムリストの順列空間を効果的に探索し、最適な順序を特定することができるか？
• RQ2 順列変動要因はユーザーの相互作用行動にどのような影響を及ぼし、推薦品質の向上に寄与するようにモデル化できるか？
• RQ3 統一された順列別順位付け基準は、グリーディなポイントワイド再順序付けを上回る性能を実現できるか？
• RQ4 提案されたPRSフレームワークは、オフライン指標およびオンラインA/Bテストの両面でどの程度のパフォーマンスを示すか？

主な発見

• PRSは、タオバオのMinidetailシナリオにおけるオンラインA/Bテストで、PVに対して11.0%、IPVに対して8.7%の相対的向上を達成した。
• FPSAアルゴリズム単体でも、PVに対して11.0%、IPVに対して2.6%の向上を示し、平均推論コストは1.2ミリ秒であった。
• DPWNモデルに基づくLR指標は、IPVで追加で6.1%の向上をもたらし、平均コストは6.2ミリ秒であった。
• フルPRSフレームワークのオンライン推論遅延はわずか7.3ミリ秒であり、リアルタイムデプロイが可能であった。
• グリッドサーチの結果、α = 7がブラウジングと相互作用の誘導のバランスを最適化し、LR指標を最大化する最適な設定であることが判明した。
• 本フレームワークは、産業界およびベンチマークデータセットの両方で、最先端のポイントワイドおよびリストワイド手法を上回る性能を示した。