[논문 리뷰] AliCoCo: Alibaba E-commerce Cognitive Concept Net

Xusheng Luo, Luxin Liu외 7명|arXiv (Cornell University)|2020. 03. 30.

Semantic Web and Ontologies참고 문헌 33인용 수 11

한 줄 요약

이 논문은 알리바바에서 사용자 수요와 제품 온톨로지 사이의 의미적 격차를 해소하기 위해 구축한 대규모 전자상거래 인지 개념 네트워크인 AliCoCo를 소개한다. 고수준의 사용자 수요를 '전자상거래 개념'(예: '야외 바비큐')로 구조화하여 원시 개념을 통해 상품과 연결함으로써 더 스마트한 검색 및 추천을 가능하게 하며, 실제 운영 환경에서 높은 사용자 참여도와 GMV를 달성한다.

ABSTRACT

One of the ultimate goals of e-commerce platforms is to satisfy various shopping needs for their customers. Much efforts are devoted to creating taxonomies or ontologies in e-commerce towards this goal. However, user needs in e-commerce are still not well defined, and none of the existing ontologies has the enough depth and breadth for universal user needs understanding. The semantic gap in-between prevents shopping experience from being more intelligent. In this paper, we propose to construct a large-scale e-commerce cognitive concept net named "AliCoCo", which is practiced in Alibaba, the largest Chinese e-commerce platform in the world. We formally define user needs in e-commerce, then conceptualize them as nodes in the net. We present details on how AliCoCo is constructed semi-automatically and its successful, ongoing and potential applications in e-commerce.

연구 동기 및 목표

• 사용자 의도와 기존 전자상거래 분류 체계 사이의 의미적 격차를 해소하여 스마트한 검색 및 추천의 한계를 극복한다.
• 전자상거래에서 사용자 수요를 카테고리나 제품 속성 외에도 개념적 실체로 공식적으로 정의한다.
• 실제 사용자 쇼핑 시나리오에 기반한 대규모 인지 개념 네트워크를 구축하기 위한 확장 가능하고 반자동화된 방법을 개발한다.
• 검색 및 추천과 같은 후행 응용 프로그램이 암시적 또는 시나리오 기반 사용자 수요를 이해하고 반응할 수 있도록 한다.
• 사용자 수요를 실제 상품에 연결하는 중간 단계의 의미적으로 풍부한 개념 노드를 포함한 구조화된 지식 기반을 구축한다.

제안 방법

• 전자상거래 개념을 '야외 바비큐'와 같이 여러 제품 카테고리를 아우르는 고수준의 시나리오 기반 사용자 수요로 정의한다.
• 네 단계 아키텍처를 구성한다: 전자상거래 개념, 원시 개념, 분류체계(CPV: 카테고리-속성-값), 상품.
• 규칙 기반 히우리스틱, 패턴 마이닝, 인간의 참여를 통한 검증을 조합한 반자동 파이프라인을 사용하여 사용자 쿼리 및 제품 데이터로부터 개념 추출을 확장한다.
• 의미적 제약 조건을 포함한 가중치가 부여된 다중관계 그래프를 사용하여 전자상거래 개념과 상품 간의 관계를 표현한다.
• 기존 전자상거래 온톨로지(예: CPV 분류체계)와 공통된 원시 개념을 통해 오픈 도메인 지식 그래프와 정렬한다.
• 사용자 행동 데이터와 클릭 스루 피드백을 활용하여 개념-상품 연관성을 정교화하고 시간이 지남에 따라 관련성을 향상시킨다.

실험 결과

연구 질문

• RQ1 전자상거래 플랫폼은 키워드 매칭을 넘어서 암시적이고 시나리오 기반의 사용자 수요를 어떻게 더 잘 모델링하고 표현할 수 있는가?
• RQ2 다양한 사용자 쇼핑 의도를 포괄하는 대규모 인지 개념 네트워크를 구조화하는 데 가장 효과적인 방법은 무엇인가?
• RQ3 개념 기반 온톨로지는 전자상거래 검색 및 추천 시스템의 성능 향상과 설명 가능성에 기여할 수 있는가?
• RQ4 의미적 정확성을 유지하면서 최소한의 인간 노력으로 대규모로 네트워크를 구축할 수 있는가?
• RQ5 전자상거래 개념은 전통적인 상품 유사성 기반 추천을 초월해 어떤 새로운 비전통적 추천 패턴을 가능하게 하는가?

주요 결과

• AliCoCo는 '야외 바비큐'와 같이 복잡한 사용자 수요를 일급 개념으로 모델링하여 키워드 매칭을 넘어서는 검색 및 추천을 가능하게 했다.
• 전자상거래 개념 기반 추천 시스템은 실제 운영 환경에서 높은 클릭스루율을 기록했으며, 총 판매 금액(GMV)을 크게 향상시켰다.
• 사용자들은 기존의 상품 기반 추천과 비교해 더 높은 신선함과 관련성 덕분에 새로운 추천 형식에 만족도를 보였다.
• 시스템은 기존 전자상거래 인프라(예: 검색 및 추천 파이프라인 포함)와의 통합 잠재력과 뛰어난 확장성을 입증했다.
• 반자동 구축 파이프라인 덕분에 높은 커버리지와 낮은 애너테이션 비용을 갖춘 대규모 개념 네트워크를 구축할 수 있었다.
• AliCoCo는 사용자 수요(예: '베이킹용 도구')를 노출시켜 추론 계층을 제공함으로써 설명 가능한 추천을 지원한다.