技术小能手 2019-02-20 16:08:52 浏览 247 评论 0
算法
函数
排序
电商
Image
搜索引擎
异构数据
神经网络
摘要: 小叽导读: 搜索引擎在电商领域扮演着极其重要的角色, 它可以很好地引导用户的潜在购买行为. 传统电商搜索引擎通常指商品搜索引擎, 用户输入一个 query, 返回一个商品列表. 然而, 随着自媒体的发展, 越来越多的用户更愿意分享自己的购物体验, 他们以文章, 评价和视频等形式将自己的观点展示出来.
小叽导读: 搜索引擎在电商领域扮演着极其重要的角色, 它可以很好地引导用户的潜在购买行为. 传统电商搜索引擎通常指商品搜索引擎, 用户输入一个 query, 返回一个商品列表. 然而, 随着自媒体的发展, 越来越多的用户更愿意分享自己的购物体验, 他们以文章, 评价和视频等形式将自己的观点展示出来. 在这篇文章中, 这些统称为内容流. 为了给用户提供更多的购物帮助, 内容搜索引擎应运而生. 在用户搜索商品的时候, 给用户推荐高质量的内容流, 帮助用户选择自己中意的以及用户可能喜欢的商品.
▌研究背景:
目前, 对于异构数据的排序还存在很多的挑战. 首先, 商品搜索引擎和内容搜索引擎所提供的跨领域知识要被充分利用, 使用户在商品搜索引擎中的行为偏好应用到内容搜索引擎中. 其次, 现有的算法需要支持多媒体内容的排序.
在本文中, 我们的目标是解决商品搜索引擎和内容搜索引擎中异构数据排序的问题, 给用户推荐丰富的, 个性化的内容流. 我们把算法分成了两部分: 1)异构内容流类型排序, 即决定每个坑位展示何种类型的内容流, 文章, 视频还是商品列表; 2)同构的内容流内容排序, 第二个步骤使用广为人知的 DSSM 模型, 在这个内容流类型下, 对内容流的内容进行排序, 选择相似度最高的内容插入. 本文主要聚焦在第一个步骤.
▌ 所提出的算法:
本文提出两种算法用于内容流类型的排序, 独立多臂老虎机算法和个性化马尔科夫深度神经网络算法.
在独立多臂老虎机算法中, 我们需要计算一个比例θ, 由 ipv 和 pv 计算而来, 如果θ更高, 表示当用户在搜索列表中看到这个内容流的时候, 更有可能点击. 对于每一个搜索坑位, 我们先会计算一个θ的先验分布, 这里我们使用 Beta 分布 , 其中 i 表示 post, list, video. 代表类型 i 的历史 ipv 点击数据, 表示历史浏览数据.的期望是, 后验概率分布通过一个实时的流数据任务来更新. 表示为如下的概率公式:
通过这种方式, 所有坑位的内容流类型都是独立的, 伪代码如下:
有依赖的异构数据流类型选择由三种因素决定: 用户, query 和前一个坑位类型. 首先, 在同一个 query 下, 用户可以表示出不同的偏好. 比如用户搜索 "连衣裙", 某个用户可能更偏好介绍的文章, 另一个用户可能会更喜欢视频的介绍. 而且, 没有用户喜欢单一的类型展示, 或多或少都喜欢多元化的内容流类型的排列. 针对同一个 query, 应该给不同的用户展示不同的排序结果. 我们提出的个性化马尔科夫深度神经网络算法包含两个步骤, 包括对用户和 query 的表示任务学习和坑位类型的预测学习.
用户和 query 的低维表示 我们构建了一个 graph, 包含用户, query 和内容. 使用 node2vec 学习用户和 query 的 embedding, 如下图:
图中的中间部分是训练节点的 embedding 表示. 输入层是节点的独热编码. 权重矩阵 W 是所有节点的 embedding, 其将节点独热编码映射到一个 D 维的空间中.
坑位类型预测 我们的目标函数定义为
其中 X 表示输入第 i 个坑位的特征, 为了简化我们 pMDNN 模型并且加速运行的速度, 我们只使用跟当前预测的坑位前一个坑位的信息. 然而这带来了一个问题, 如何预测第一个坑位的类型, 这里我们使用到了跨领域知识, 我们从用户最近在商品搜索引擎中浏览的宝贝信息中抽取将其映射为内容搜索坑位特征, 使其满足当前模型的输入要求. 我们的模型输入层为用户的 embedding,query embedding 和前一个坑位的 embedding. 可以表示为
三个全连接层接入输入层中. 每一层使用一个线性分类器和交叉熵作为 loss function. 激活函数选择 Relu, 输出层应用 Softmax 为激活函数.
▌ 实验结果:
我们将提出的模型部署到 A/B 测试分桶环境中, 选择了 5 个主要的指标来对比两个模型 iMAB 和 pMDNN.pv 代表展示内容的个数; pvclick 表示展示的内容多少被点击; uv 是多少个用户使用了内容搜索引擎, uv click 表示多少用户点击了内容流; 至于 uv ctr, 表示用户是否点击内容流的比率.
下表展示了实验结果, 其中 pMDNN 的实验结果优于 iMAB. 尤其是 uv click 和 uv ctr, 这对于我们的场景非常重要, 因为 uv click 的增长表示更多的用户倾向于内容搜索引擎因为其能帮助他们更好的购物. 同时, uv ctr 的增长展示出使用内容搜索引擎的用户对我们推荐的内容流是认可的. 至于 pv click 的提高也代表了我们提出的模型更加的符合用户的个性化需求.
基于 pv click 和 uv ctr, 我们可以认为 pMDNN 应用了跨领域知识并且全局优化多坑位类型确实要优于坑位独立的 iMAB.
来源: https://yq.aliyun.com/articles/690877