[論文レビュー] AliCoCo: Alibaba E-commerce Cognitive Concept Net

Xusheng Luo, Luxin Liu+7 more|arXiv (Cornell University)|Mar 30, 2020

Semantic Web and Ontologies参考文献 33被引用数 11

ひとこと要約

本論文では、ユーザーのニーズと商品オントロジーの間の意味的ギャップを埋めるためにアリババが構築した大規模な電子商取引認知的コンセプトネット「AliCoCo」を紹介する。高レベルのユーザーのニーズを構造的な『電子商取引コンセプト』（例：『屋外バーベキュー』）としてモデル化し、それらを原語的コンセプトを介して商品にリンクさせることで、より知的な検索とレコメンデーションを実現し、実稼働環境で高いユーザー参加度とGMVを達成した。

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.

研究の動機と目的

• ユーザーの意図と既存の電子商取引分類体系との間の意味的ギャップを解消し、知的な検索とレコメンデーションを促進する。
• 電子商取引におけるユーザーのニーズを、単なるカテゴリーや商品属性ではなく、概念的エンティティとして形式的に定義する。
• 実際のユーザーのショッピングシナリオに基づいた大規模な認知的コンセプトネットを構築するスケーラブルで準自動化された手法を開発する。
• 検索やレコメンデーションなどの下流アプリケーションが、暗黙的またはシナリオベースのユーザーのニーズを理解し、それに応答できるようにする。
• ユーザーのニーズを実際の商品に結びつける中間の意味的に豊かなコンセプトノードを介した構造的知識ベースを構築する。

提案手法

• 『電子商取引コンセプト』を、複数の商品カテゴリをまたぐシナリオベースの高レベルのユーザーのニーズ（例：『子供のための暖房』『屋外バーベキュー』）として定義する。
• 四層構造アーキテクチャを構築：電子商取引コンセプト、原語的コンセプト、分類体系（CPV：カテゴリ-プロパティ-値）、および商品。
• ルールベースのヒューリスティクス、パターンマイニング、および人間によるフィードバックを組み合わせた準自動パイプラインを用い、ユーザーのクエリおよび商品データからのコンセプト抽出をスケーリングする。
• 意味的制約を備えた重み付きマルチリレーショングラフを用いて、電子商取引コンセプトと商品の関係を表現する。
• 既存の電子商取引オントロジー（例：CPV分類体系）と統合し、共有される原語的コンセプトを通じてオープンドメイン知識グラフとアライメントする。
• ユーザー行動データとクリックスルーフィードバックを活用して、コンセプト-商品関連性を段階的に最適化し、時間経過とともに関連性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 電子商取引プラットフォームは、キーワードマッチングを越えて、暗黙的かつシナリオベースのユーザーのニーズをどのようによりよくモデル化・表現できるか？
• RQ2 多様なユーザーのショッピング意図を捉える大規模な認知的コンセプトネットを、最も効果的に構造化する方法は何か？
• RQ3 コンセプトベースのオントロジーは、電子商取引の検索およびレコメンデーションシステムのパフォーマンスと説明可能性を向上させられるか？
• RQ4 意味的正確性を維持しつつ、最小限の人的作業で大規模にこのようなネットワークを構築できるか？
• RQ5 電子商取引コンセプトは、アイテム類似度を越えた、新しい非伝統的なレコメンデーションパターンをどの程度可能にするか？

主な発見

• AliCoCoは『屋外バーベキュー』のような複雑なユーザーのニーズを、キーワードマッチングを超えた第一級のコンセプトとして効果的にモデル化し、キーワードマッチングを超えた検索とレコメンデーションを可能にした。
• 電子商取引コンセプトベースのレコメンデーションシステムは、実稼働環境で高いクリックスルーレートを達成し、大幅にGMVを向上させた。
• ユーザーは新しいレコメンデーション形式に対して高い満足度を示し、従来のアイテムベースのレコメンデーションと比較して、新規性と関連性の両方が向上していると評価した。
• 本システムは、既存の電子商取引インfra（検索やレコメンデーションパイプラインなど）との強力なスケーラビリティと統合可能性を示した。
• 準自動化された構築パイプラインにより、高いカバレッジと低コストのアノテーションで大規模なコンセプトネットの構築が可能になった。
• AliCoCoは、ユーザーのニーズ（例：『ベーキング用ツール』）を明示する理由付けのレイヤーとしての説明可能なレコメンデーションをサポートしている。