論文の概要: Beyond Co-purchase Relation: Evolution of Complementary Recommendations at Allegro
- arxiv url: http://arxiv.org/abs/2609.05063v1
- Date: Fri, 04 Sep 2026 12:25:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.032147
- Title: Beyond Co-purchase Relation: Evolution of Complementary Recommendations at Allegro
- Title（参考訳）: 共買関係を超えて:アレグロにおける補完的勧告の進化
- Abstract要約: AlleCompanion: Allegro.comでデプロイされた実運用規模の検索フレームワークについて紹介する。
我々は,データレベルのフィルタリングとカテゴリ制約のTwo Towerアーキテクチャを組み合わせることで,大規模共購入トラフィックの固有ノイズを軽減する。
ComCatは、ノイズの多いトラフィックから意味のあるパターンを排除し、保守可能で制御可能なソリューションに変換層として機能する。
- 参考スコア（独自算出の注目度）: 36.94429692322632
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: When a customer adds a professional camera to their cart, should the system suggest a matching lens, a generic tripod, or another camera body? Complementary Product Recommendation is vital for comprehensive basket building, yet standard models often fail to distinguish between items that are merely bought together and those that truly work together. In this paper, we present AlleCompanion: a production-scale retrieval framework deployed at Allegro.com that transforms noisy behavioural signals into precise semantic compatibility. We mitigate the intrinsic noise in large-scale co-purchase traffic by combining data-level filtering heuristics with a category-constrained Two Tower architecture. Within this framework, the Category Adapter guides the model in the embedding space, constraining candidates within logically complementary boundaries. Since modelling authentic user behaviour at scale is inherently difficult, we introduce ComCat, a multi-source Complementary Categories Mapping. ComCat acts as a translational layer that distils meaningful patterns from noisy traffic into a maintainable and controllable solution, integrating expert rules, human-in-the-loop feedback, LLM-based reasoning, and statistical mining. Our experimental results demonstrate that combining explicit category-level constraints with neural architectures effectively filters out co-purchase noise to surface recommendations that satisfy real-world user needs. Serving over 20 million active users monthly, the framework delivers significant uplifts in attributed GMV for organic discovery and drives substantial revenue growth in sponsored placements.
- Abstract（参考訳）: 顧客が自分のカートにプロのカメラを追加するとき、システムは一致するレンズ、一般的な三脚、または他のカメラ本体を提案するだろうか?
補完的な製品レコメンデーションは包括的なバスケット構築には不可欠だが、標準的なモデルは、単に購入した商品と、本当に一緒に働く商品を区別できないことが多い。
本稿では,Allegro.comで展開されている実運用規模の検索フレームワークであるAlleCompanionについて述べる。
我々は、データレベルのフィルタリングヒューリスティックとカテゴリ制約のTwo Towerアーキテクチャを組み合わせることで、大規模共購入トラフィックの本質的なノイズを軽減する。
このフレームワーク内では、カテゴリアダプタが埋め込み空間のモデルをガイドし、論理的に相補的な境界内の候補を制約する。
大規模なユーザ行動のモデリングは本質的に困難であるため,マルチソース補完カテゴリマッピングであるComCatを導入する。
ComCatは、ノイズの多いトラフィックからの有意義なパターンを、保守可能で制御可能なソリューションに排除し、専門家のルール、人間のループからのフィードバック、LLMベースの推論、統計的マイニングを統合する翻訳層として機能する。
実験により,ニューラルネットワークと明示的なカテゴリレベルの制約を組み合わせることで,実世界のユーザニーズを満たすレコメンデーションを効果的に抽出できることが実証された。
月間2000万人以上のアクティブユーザを抱えるこのフレームワークは、オーガニックな発見によるGMVの大幅な上昇と、スポンサー付配置における実質的な収益増加を実現している。
関連論文リスト
- Inter-X++: A Comprehensive Benchmark for Multimodal Human-Human Interaction Analysis [55.78822230833247]
We present Inter-X++, a comprehensive and large-scale benchmark designed to empower useful HHI analysis。
インターX++は11,388個の高忠実な相互作用シーケンスと8.1Mフレームを提供する。
インタラクションの再構築と意味理解を協調的に最適化する,単一かつ統一されたHHI表現とモデリングフレームワークOpenHHIを提案する。
論文 参考訳（メタデータ） (2026-08-20T17:51:48Z) - COMPASS: Grounding Composition-Intent Guidance in Unified Multimodal Models [52.024920838442576]
本稿では,合成知覚と合成誘導生成の両方にまたがる単一システムにおいて,構成意図制御を基礎とする最初の統合マルチモーダルフレームワークを提案する。
Comp-11は11クラスの分類と推論拡張アノテーションを備えた大規模データセットである。
論文 参考訳（メタデータ） (2026-06-27T02:43:13Z) - Beyond the Academic Monoculture: A Unified Framework and Industrial Perspective for Attributed Graph Clustering [75.50670592447219]
分散グラフクラスタリング(AGC)は、構造トポロジとノード属性を共同でモデル化することによって、ノードを凝集性グループに分割する基本的な教師なしタスクである。
この調査は、3つの相補的な視点からAGCを包括的かつ工業的に基礎づけたレビューを提供する。
論文 参考訳（メタデータ） (2026-03-21T14:15:34Z) - Mine and Refine: Optimizing Graded Relevance in E-commerce Search Retrieval [3.1241290518951197]
大規模なeコマース検索要求は、長い尾のノイズの多いクエリに一般化される。
セマンティックテキスト埋め込みのための2段階の「Mine and Refine」コントラスト学習フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-19T18:56:36Z) - From Pixels to Purchase: Building and Evaluating a Taxonomy-Decoupled Visual Search Engine for Home Goods E-commerce [6.200631104634354]
ビジュアル検索は、特にユーザ意図が主観的でオープンなスタイル駆動のドメインにおいて、電子商取引において重要である。
分類自由領域の提案と類似性検索のための統合埋め込みを用いた分類分離アーキテクチャを提案する。
我々のシステムでは、検索品質を改善し、顧客エンゲージメントの計測可能なアップリフトを得られる一方、オフライン評価の指標は現実世界の結果と強く相関する。
論文 参考訳（メタデータ） (2026-01-16T20:54:30Z) - Multi-label Classification with Panoptic Context Aggregation Networks [61.82285737410154]
本稿では,多次幾何学的文脈を階層的に統合する新しいアプローチであるDeep Panoptic Context Aggregation Network(PanCAN)を紹介する。
PanCANは、ランダムウォークとアテンションメカニズムを組み合わせることで、各スケールで複数階の近傍関係を学習する。
NUS-WIDE、PASCAL VOC、2007、MS-COCOベンチマークの実験は、PanCANが一貫して競争結果を達成することを示した。
論文 参考訳（メタデータ） (2025-12-29T14:16:21Z) - Taxonomy-based Negative Sampling In Personalized Semantic Search for E-commerce [46.251483528080236]
本稿では,クエリや商品を共有ベクトル空間に埋め込んだeコマース検索のセマンティック検索モデルを提案する。
顧客の過去の購買履歴と行動をモデル化し,ユーザレベルのパーソナライゼーションを取り入れた。
論文 参考訳（メタデータ） (2025-11-01T20:25:00Z) - Gated Multimodal Graph Learning for Personalized Recommendation [9.466822984141086]
マルチモーダルレコメンデーションは、協調フィルタリングにおけるコールドスタートとスパーシリティの問題を軽減するための有望なソリューションとして登場した。
グラフベースユーザモデリングと適応型マルチモーダルアイテムエンコーディングを組み合わせた軽量かつモジュール化されたレコメンデーションフレームワーク RLMultimodalRec を提案する。
論文 参考訳（メタデータ） (2025-05-30T16:57:17Z) - Embed Progressive Implicit Preference in Unified Space for Deep Collaborative Filtering [13.24227546548424]
GNOLR(Generalized Neural Ordinal Logistic Regression)は、ユーザエンゲージメントの構造的進行を捉えるために提案されている。
GNOLRは予測精度を高め、ユーザのエンゲージメントの進行を捉え、検索プロセスを単純化する。
10の実世界のデータセットでの実験では、GNOLRは効率と適応性において最先端の手法を大幅に上回っている。
論文 参考訳（メタデータ） (2025-05-27T08:43:35Z) - Retrieval Augmentation via User Interest Clustering [57.63883506013693]
インダストリアルレコメンデータシステムは、ユーザ・イテム・エンゲージメントのパターンに敏感である。
本稿では,ユーザの関心を効率的に構築し,計算コストの低減を図る新しい手法を提案する。
当社のアプローチはMetaの複数の製品に展開されており、ショートフォームビデオ関連の推奨を助長しています。
論文 参考訳（メタデータ） (2024-08-07T16:35:10Z) - Learning the Compositional Visual Coherence for Complementary
Recommendations [62.60648815930101]
補完的なレコメンデーションは、ユーザーが獲得したアイテムと補完的で互換性のある製品提案を提供することを目的としている。
本研究では,グローバルコンテンツとセマンティックコンテンツの両方に包括的コンポジションコヒーレンスをモデル化する新しいコンテント注意ニューラルネットワーク(CANN)を提案する。
論文 参考訳（メタデータ） (2020-06-08T06:57:18Z)
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。