0525 Designing Recommender System for Your Application/Industry
適用商業場景 :
- 平台成立初期
- 商品數不多
商業限制 :
- 無法推薦長尾商品，可能導致使用者認為平台商品缺乏多樣性
技術特點 :
- 技術實作容易
適用商業場景
- 相似商品推薦(顆粒度可達最精細)
- 較能推薦到長尾商品
- 新商品若缺乏商品profile，會無法被推薦(item cold start)
- 大部分電商
技術特點
- user數量遠大於item數量時計算量較低
適用商業場景
- 其他使用者也看了
- 更傾向推薦熱門商品(顆粒度可達最精細)
- 新商品若沒有使用者點閱，會無法被推薦(item cold start)
- 內容具有時效性
- 多樣性相比i2i較低
技術特點
- 商品數量 >> user 數量時，計算量較低
- 提升長尾商品業績 --> i2i
- 培養高忠誠度 user --> UX 問題 --> 請先定義怎樣叫做高忠誠度
- 提升客單價(popularity, u2i2i, i2i)
範例：要不要在過幾天的大促上最新版本的推薦系統？
a. 開發部門：新推薦模型的成效還不是太好，且若現在採用，會造成平台系統不穩定，再等待兩個月，準確度及穩定度皆會改善，可達到較好的效益。
b. 業務部門：這次大促的目標是以往的兩倍，不採用新推薦系統的話，不可能達到！
c. 客服部門：用戶最喜歡的就是在平台上可以輕易找到喜愛的商品，若貿然啟用新推薦系統，可能造成用戶因不喜歡而流失。
- TBD
- 從產品角度思考如何設計推薦系統
- 推薦系統等同於超級業務員
- 一個好的業務員會在和使用者互動的過程中知道什麼是最適合的
- 能夠透過過去100個使用者的經驗識別出現在新的使用者想要的是什麼
- 最重要的其實是 Sourcing 得部分，後續的 Ranking 都 deprends on Sourcing，如果根本沒 Sourcing 到，你 Ranking 也沒用
- u2u2i - 最經典最老派
- UserCF - 同溫層喜歡什麼
- u2i2i - 因為電商而出現
- ItemCF - 物品的受眾如果相似，則物品相似
- 使用者看的物品 --> 相似物品
- ItemCF - 物品的受眾如果相似，則物品相似
- other factor - 不知道為何，反正找得到， ML 常用
- 有機會是 SOTA，因為突破了一定要找相似 item / 相似 user
- Content-based 也是一條路
- 8個面向
- 猜 : 同溫層 !?
- 沒有標準答案，但圈起來的會比較被重視
- Why?
- 同溫層沒看過的電影就不知道喜不喜歡 - user cold start in UserCF
- 為何 UserCF(u2u2i), u2f2i 會被重視?
- 因為使用者的長期偏好改變的速度較慢
- 喜歡恐怖片的通常會一直喜歡恐怖片
- 喜歡獨立電影的通常會一直喜歡獨立電影
- 使用者的興趣不會因為 short-term 需求 (短期意圖) 改變
- 因為假日、季節就不喜歡恐怖片 - 但確實可能會聖誕節看一些聖誕片，這可以用 trending 補足
- user 期望被同溫層 inspire， usercf 的 diversity 也蠻好的
as the same as IG
-
u2i is simple and useful
- 使用者看到商品通常要看到他 7 次，才會決定 buy in
-
Netflix : 請繼續收看
- 商品放在購物車，是否要結帳
-
每次來電商的目的不一樣
- 今天要買禮物給媽媽
- 後天要買禮物給爸爸
- 大後天來買個文具用品
-
i2i 是更常態的需求，因為每次來目的不一樣
-
特別是相似風格的篩選
- 風格較難用文字描述，也很難用 Tag 表達，使用者點擊成為了很好的資料源
- 左邊的圖、每個店家上架時對風格的描述就不一致了，用 tag 鐵定死
-
因為意圖容易轉換，因此 Latent Factor / User Tag 很容易 outdate
-
Core User Needs Personalization (eaily build on the top of i2i)
-
光譜思考 --> 自己的 Application 更接近 Spotify/Netflix 還是 E-Commerce?
- Netflix - 橫 Recommendation x 直 Recommendation
- Discover - 推薦使用者完全沒聽過的歌給使用者
- 平台不是只有在乎使用者端，平台是 two-side market，也要在乎內容供應端
- 同時也希望使用者可以在平台上停留更長的時間
- 也希望使用者能夠找到他要的
- Radio - 給定一個主題，馬上變一大堆歌單給你
-
服務像是剪貼簿，使用者可以收集你喜歡的圖片，創作者可以創作、張貼自己的圖片
-
Close up view - 仔細看單一圖片
- 觸發 single input i2i
-
HomePage
- multi input i2i
-
i2i 攻佔了 pinterest 兩個最重要的版面
- weekly hilights
- quick reads
- based on your reading histroy
- nest in programming(your interest)
- 不同人可以上傳同張圖片，沒關係
- 上傳圖片時填寫標題，給個 link (需要加入 tag 嗎?)
- 使用者可以收集 Pins，該集合叫做 Board
- 一個人可以有多個 Board
Overview of the architecture (2017)
2017 年在 (d)
ref : Related Pins at Pinterest: The Evolution of a Real-World Recommender System
- Let's focus on Pin-Board Graph
- Pin-Board Graph
- Insights from co-ocurrences
- 越常出現在同個 Board 中的 query ， 其 images 越相似
- e.g. 黃金獵犬
- 低度共同出現 - 動物
- 中度共同出現 - 狗、風景
- 高度共同出現 - 黃金獵犬、風景
- 是否共同出現，可作為一個標籤來源 - 這是 insights
- 把 Graph 整理到 Memory 中，只要 Pin 進來，就 Random Walk 產生推薦， runtime inference 只需要一行 for loop
- No Training Time，Just index the graph from daily job
- Only Runtime and walk algorithm
- 借鑑的方法 - WTF(Who To Follow)
- 甚至不用 cache
- 和 content-based 相比 - 非常有效率(快、準)
- content-based : 較難追求準度，因為沒有使用者 Verify 的資訊
- 一件有趣的事情是， Pinterest 是全世界最大的圖像網站，但不使用圖像本身的資訊做推薦
- Visual Cand - 意思是如果 Pin 裡面的圖很像，直接共用推薦結果
- Pinterest 也不使用文字資訊做推薦，雖然使用使用者點擊，但只要該 Pins 有至少被 5 個 Board 收藏，算出來的推薦結果就還行了
- The embedding neighbor candidates - 依然使用的是 Pin Board interactions
-
使用者在短時間內如果點擊了 2, 3 張圖片，那麼這兩三張圖片(Pins) 可能很像 --> Pins 2 Vec
- 因為使用者在短時間內通常有一個明確的目的， e.g. 佈置我家陽台
- Also an insights can be verified, post
-
很不幸的是，收集使用者點擊行為，做 Pin2Vec 仍然不比 Board-Pin Graph Random Walk 的準度
-
RandomWalk 通常不需要太大的資料就可以做到很準的推薦
-
Embedding 通常需要較大的資料量來支撐
-
很大程度是依賴產品本身的特性來做推薦系統，而不是 Image Feature 怎麼抽，文字 Feature 怎麼抽
- 兩個關鍵點 - 怎麼收集資料 & 怎麼用資料做一個符合使用者需求的推薦系統
- Pinterest - Pin-Board --> 使用者收集好之後，有推薦系統，又能夠更快幫助使用者發現新的 Pins
- 從星星數改成按讚跟倒讚
- Quantity : 給 feedback 的方式更快，整體 feedback 收集量上升
- Quality : 每個人的三顆星意義不同 - 有些人的三顆星是正面評價、有些人的三顆星是負面評價，星星數的收集方式有 personal bias
- 從星星數改成 x% match
-
Amazon - 書評很豐富，但探勘後發現，有 39% 的評價都是假的(洗評價)
-
Airbnb - 如何讓租客和住客能夠互相信任彼此? 評價很重要
- 具有賽局概念，住客還是會給5顆星，但私下說租屋處不好，不給5顆星自己以後住不到
- 怎麼 verify ? - 會發現有給5顆星，但不會推薦給其他租客
- No more thumb up / thumb down
- 在 Spotify，沒人用讚跟倒讚
- 原本是星星 & 按讚 & 倒讚 --> 直接換成只有愛心
- 做了什麼才是真正的使用者億圖
-
推薦系統推出後，3年內從推薦系統收集到的 Pins 從 10% --> 40%， 也導致沒有新血的加入
-
Multi-Source - 打開 feedback loop =)
-
而新的結果很難打贏舊的，因為基本上新的 items 使用者沒看過 (Evaluation dataset is biased)
slide 3 start: 0:32 slide 4 start: 0:57 slide 5 start: 1:58 slide 6 start: 2:44 slide 7 start: 3:50 slide 8 start: 4:12 slide 9 start: 6:18 slide 9 ends: 7:25