Fugu-MT 論文翻訳(概要): Representation Online Matters: Practical End-to-End Diversification in Search and Recommender Systems

論文の概要: Representation Online Matters: Practical End-to-End Diversification in Search and Recommender Systems

arxiv url: http://arxiv.org/abs/2305.15534v1
Date: Wed, 24 May 2023 19:43:26 GMT
ステータス: 処理完了
システム内更新日: 2023-05-26 18:49:53.788931
Title: Representation Online Matters: Practical End-to-End Diversification in Search and Recommender Systems
Title（参考訳）: Representation Online Matters: Search and Recommender Systemsにおけるエンド・ツー・エンドの多様化
Authors: Pedro Silva, Bhawna Juneja, Shloka Desai, Ashudeep Singh, Nadia Fawaz
Abstract要約: Pinterestの検索結果とレコメンデーションの表現を改善するために、エンドツーエンドの多様化を導入する。 Pinterestプラットフォーム上で、複数のプロダクションサーフェスでスケーラブルな多様化メカニズムを開発し、実験し、展開する。当社のアプローチは,ユーティリティメトリクスに対する肯定的な影響とユーザ満足度の向上を伴って,多様性指標を大幅に改善しています。
参考スコア（独自算出の注目度）: 8.296711988456762
License: http://creativecommons.org/licenses/by/4.0/
Abstract: As the use of online platforms continues to grow across all demographics, users often express a desire to feel represented in the content. To improve representation in search results and recommendations, we introduce end-to-end diversification, ensuring that diverse content flows throughout the various stages of these systems, from retrieval to ranking. We develop, experiment, and deploy scalable diversification mechanisms in multiple production surfaces on the Pinterest platform, including Search, Related Products, and New User Homefeed, to improve the representation of different skin tones in beauty and fashion content. Diversification in production systems includes three components: identifying requests that will trigger diversification, ensuring diverse content is retrieved from the large content corpus during the retrieval stage, and finally, balancing the diversity-utility trade-off in a self-adjusting manner in the ranking stage. Our approaches, which evolved from using Strong-OR logical operator to bucketized retrieval at the retrieval stage and from greedy re-rankers to multi-objective optimization using determinantal point processes for the ranking stage, balances diversity and utility while enabling fast iterations and scalable expansion to diversification over multiple dimensions. Our experiments indicate that these approaches significantly improve diversity metrics, with a neutral to a positive impact on utility metrics and improved user satisfaction, both qualitatively and quantitatively, in production.
Abstract（参考訳）: オンラインプラットフォームの利用が全人口層で拡大を続ける中、ユーザーはコンテンツに代表されるような感覚を欲しがることが多い。検索結果とレコメンデーションの表現を改善するため,検索からランキングまで,各段階の多様なコンテンツの流れを確実にするエンドツーエンドの多様化を導入する。 Pinterestプラットフォーム上で、検索、関連製品、New User Homefeedを含む複数のプロダクションサーフェスでスケーラブルな多様化メカニズムを開発し、実験し、展開し、美容とファッションコンテンツにおけるさまざまなスキントーンの表現を改善する。生産システムの多様化には、3つのコンポーネントが含まれている: 多様化を促す要求の識別、検索段階における大規模なコンテンツコーパスからの多様なコンテンツの検索、そして最後に、ランキング段階における自己調整方法で多様性と有効性のトレードオフのバランス。提案手法は, 検索段階における強力な論理演算子の利用から, 検索段階におけるバケット化検索, 欲張りな再ランク付け者から, ランキング段階における決定的ポイントプロセスを用いた多目的最適化へ進化し, 迅速なイテレーションとスケーラブルな拡張を可能としながら, 多様性と有用性をバランスをとる。私たちの実験は、これらのアプローチが多様性のメトリクスを著しく改善し、実用度指標にプラスの影響を及ぼし、生産における質的および定量的にユーザ満足度を向上させることを示唆しています。

関連論文リスト

A Preference-oriented Diversity Model Based on Mutual-information in Re-ranking for E-commerce Search [11.49911967350851]
本稿では,相互情報(PODM-MI)に基づく嗜好指向の多様性モデルを提案する。 PODM-MIは、再ランクプロセスにおける正確性と多様性の両方を考慮する。我々は,PODM-MIをeコマース検索プラットフォームに導入することに成功している。
論文参考訳（メタデータ） (2024-05-24T13:03:34Z)
Diversify Question Generation with Retrieval-Augmented Style Transfer [68.00794669873196]
本稿では,検索型スタイル転送のためのフレームワーク RAST を提案する。本研究の目的は,多様なテンプレートのスタイルを質問生成に活用することである。多様性報酬と一貫性報酬の重み付けを最大化する新しい強化学習(RL)ベースのアプローチを開発する。
論文参考訳（メタデータ） (2023-10-23T02:27:31Z)
Knowledge Graph Context-Enhanced Diversified Recommendation [53.3142545812349]
本研究では,知識グラフ(KG)の複雑な文脈における多角化RecSys領域について検討する。私たちのコントリビューションには、革新的なメトリック、エンティティカバレッジ、KGドメイン内の多様性を効果的に定量化するリレーショナルカバレッジの導入が含まれています。そこで本稿では,文脈整合性を維持しつつ,KG項目の埋め込みを符号化するCAU(Conditional Alignment and Uniformity)という新しい手法を紹介する。
論文参考訳（メタデータ） (2023-10-20T03:18:57Z)
Exploiting Modality-Specific Features For Multi-Modal Manipulation Detection And Grounding [54.49214267905562]
マルチモーダルな操作検出とグラウンド処理のためのトランスフォーマーベースのフレームワークを構築する。本フレームワークは,マルチモーダルアライメントの能力を維持しながら,モダリティ特有の特徴を同時に探求する。本稿では,グローバルな文脈的キューを各モーダル内に適応的に集約する暗黙的操作クエリ(IMQ)を提案する。
論文参考訳（メタデータ） (2023-09-22T06:55:41Z)
Graph Exploration Matters: Improving both individual-level and system-level diversity in WeChat Feed Recommender [21.0013026365164]
個人レベルの多様性とシステムレベルの多様性はどちらも産業レコメンデーターシステムにとって重要である。 WeChat AppのTop Storiesで、数億人のユーザが使用するシステムの実装とデプロイを行います。
論文参考訳（メタデータ） (2023-05-29T19:25:32Z)
Performative Recommendation: Diversifying Content via Strategic Incentives [13.452510519858995]
学習が戦略的コンテンツクリエーターにインセンティブを与え、多様なコンテンツを作る方法を示します。われわれのアプローチは、コンテンツに対する戦略的変化を予想する、新しい形式の正規化に依存している。
論文参考訳（メタデータ） (2023-02-08T21:02:28Z)
Exploring Diversity in Back Translation for Low-Resource Machine Translation [85.03257601325183]
バックトランスフォーメーションは、ニューラルマシントランスフォーメーションシステムの性能を改善するために最も広く使われている手法の1つである。近年の研究では、生成された翻訳の「多様性」を増大させることにより、この手法の有効性を高めることを目指している。この研究は、トレーニングデータの多様性を理解し、それを語彙的多様性と構文的多様性に分割する、より微妙なフレームワークを推し進めている。
論文参考訳（メタデータ） (2022-06-01T15:21:16Z)
ItemSage: Learning Product Embeddings for Shopping Recommendations at Pinterest [60.841761065439414]
Pinterestでは、ItemSageと呼ばれるプロダクトの埋め込みセットを構築して、すべてのショッピングユースケースに適切なレコメンデーションを提供しています。このアプローチによって、エンゲージメントとコンバージョンメトリクスが大幅に改善され、インフラストラクチャとメンテナンスコストの両方が削減された。
論文参考訳（メタデータ） (2022-05-24T02:28:58Z)
Sliding Spectrum Decomposition for Diversified Recommendation [6.448118871489599]
本稿では、時系列解析手法を用いて、アイテムシーケンスの観点から、このようなシナリオにおける多様性問題について検討する。我々は,長い項目列を閲覧する際に,ユーザの多様性に対する認識を捉えるスライディングスペクトル分解法(SSD)を考案した。また、長い尾効果下での正確な類似度測定に適したアイテム埋め込み手法の設計と実装の経験を共有した。
論文参考訳（メタデータ） (2021-07-12T05:41:54Z)
DivAug: Plug-in Automated Data Augmentation with Explicit Diversity Maximization [41.82120128496555]
拡張データの多様性に関する2つの要因はまだ欠けている:1)多様性の明示的な定義(したがって測定)と2)多様性とその正規化効果の定量化可能な関係。分散多様性(Variance Diversity)と呼ばれる多様性尺度を提案し、理論的にはデータ拡張の正規化効果がVariance Diversityによって約束されることを示した。監視されていないサンプリングベースのフレームワークであるDivAugは、Variance Diversityを直接最大化し、正規化効果を強化するように設計されています。
論文参考訳（メタデータ） (2021-03-26T16:00:01Z)
On Compositions of Transformations in Contrastive Self-Supervised Learning [66.15514035861048]
本稿では,コントラスト学習をより広範な変換集合に一般化する。特定の変換に不変であり、他の変換に特有であることは、効果的なビデオ表現の学習に不可欠である。
論文参考訳（メタデータ） (2020-03-09T17:56:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。