Рекомендации, которые учатся вместе: Новый подход к ранжированию в e-commerce

Автор: Денис Аветисян

В статье представлена система STCRank, которая оптимизирует рекомендации, учитывая как текущий выбор пользователя, так и историю его взаимодействия с платформой.

Пока крипто-инвесторы ловят иксы и ликвидации, мы тут скучно изучаем отчетность и ждем дивиденды. Если тебе близка эта скука, добро пожаловать.

Купить акции "голубых фишек"

Интерактивные системы электронной коммерции, представленные в работе, используют разработанный фреймворк STCRank для формирования рекомендаций, обеспечивая адаптацию к изменяющимся потребностям пользователей и оптимизацию процесса выбора товаров.

STCRank — это фреймворк для интерактивных рекомендательных систем, использующий пространственно-временную коллаборацию для повышения вовлеченности и конверсии в онлайн-магазинах.

В условиях растущей популярности интерактивных e-commerce платформ, традиционные системы ранжирования сталкиваются с трудностями адаптации к уникальным пользовательским взаимодействиям. В данной работе, ‘STCRank: Spatio-temporal Collaborative Ranking for Interactive Recommender System at Kuaishou E-shop’, предложен новый подход к ранжированию, основанный на пространственно-временном сотрудничестве между различными целями оптимизации. Предложенный фреймворк STCRank позволяет одновременно учитывать как краткосрочные, так и долгосрочные предпочтения пользователя, улучшая как показатели вовлеченности, так и конверсии. Способно ли подобное сотрудничество между целями стать ключевым фактором повышения эффективности рекомендательных систем нового поколения?

За пределами Краткосрочных Выгод: Задача Интерактивных Рекомендаций

Традиционные системы рекомендаций часто оказываются в так называемой “ловушке временного жадности”, сосредотачиваясь исключительно на немедленных кликах и упуская из виду долгосрочную вовлеченность пользователя. Вместо того чтобы предвидеть и формировать будущие предпочтения, эти системы стремятся к максимальному количеству мгновенных реакций, что приводит к субоптимальным результатам. Данный подход игнорирует тот факт, что каждое взаимодействие оказывает влияние на последующие выборы пользователя, создавая своего рода “эффект домино”. В результате, краткосрочная оптимизация может привести к снижению общей удовлетворенности и лояльности, поскольку система не способствует формированию устойчивых и полезных отношений с пользователем, а лишь эксплуатирует текущие запросы.

Недостаточность дальновидности в системах рекомендаций особенно ярко проявляется в последовательных сценариях взаимодействия с пользователем. Каждое действие пользователя, будь то клик или покупка, формирует его будущие предпочтения и влияет на последующие решения. Оптимизация исключительно для немедленной выгоды, игнорируя долгосрочное влияние каждого предложения, приводит к неоптимальным результатам. Система, сосредоточенная лишь на текущем клике, может упустить возможность формирования устойчивой лояльности и, в конечном итоге, снизить общую вовлеченность пользователя, поскольку не учитывает динамику его меняющихся интересов и не предвосхищает будущие потребности.

Для преодоления ограниченности традиционных систем рекомендаций необходимо переориентироваться на стратегии, учитывающие целостный путь пользователя, а не отдельные взаимодействия. Вместо оптимизации исключительно для немедленных кликов, современные подходы стремятся предвидеть долгосрочные предпочтения и формировать последовательность рекомендаций, способствующую устойчивому вовлечению. Это требует перехода от анализа изолированных событий к моделированию динамики интересов, где каждое действие рассматривается как часть более сложного поведенческого паттерна. Такой подход позволяет не просто удовлетворить текущий запрос, но и сформировать лояльность пользователя, предлагая релевантный контент в перспективе, что значительно повышает эффективность рекомендаций и способствует развитию платформы.

STCRank: Пространственно-Временной Подход к Совместному Ранжированию

STCRank — это новый подход к совместному ранжированию, разработанный для преодоления ограничений традиционных методов. В отличие от существующих систем, которые часто рассматривают рекомендации как независимые события, STCRank интегрирует как временную, так и совместную информацию. Это достигается путем моделирования последовательности взаимодействий пользователя и учета влияния предыдущих рекомендаций на будущие. Временная составляющая учитывает изменения предпочтений пользователя во времени, а совместная информация использует данные о взаимодействиях других пользователей для улучшения точности ранжирования. В результате, STCRank способен формировать более релевантные и персонализированные списки рекомендаций, адаптирующиеся к динамичным потребностям пользователя.

Метод STCRank использует концепцию ‘Multi-Slot Collaboration’ (многослотное сотрудничество) для оптимизации ранжирования элементов по всем позициям рекомендаций, а не только по первой или нескольким первым. В отличие от подходов, ориентированных на краткосрочную оптимизацию, STCRank рассматривает взаимосвязь между ранжированием элементов в разных позициях, стремясь к глобальному улучшению качества рекомендаций. Это достигается за счет совместной оптимизации рангов элементов во всех доступных слотах, что позволяет избежать ситуаций, когда локально оптимальное ранжирование в одном слоте ухудшает общую производительность системы. Подход позволяет учесть, что пользователь, увидев один рекомендованный элемент, может взаимодействовать с несколькими другими, поэтому необходимо оптимизировать ранжирование для всей последовательности рекомендаций.

Метод ‘Cross-Stage Look-Ahead Ranking’ в STCRank предполагает учет будущих взаимодействий пользователя при ранжировании элементов на более ранних этапах процесса рекомендаций. В отличие от традиционных подходов, оптимизирующих только текущий этап, данный метод прогнозирует влияние ранжирования на последующие взаимодействия. Это достигается путем моделирования вероятности кликов или других форм вовлечения пользователя для элементов, которые будут представлены на следующих этапах, и включения этой информации в функцию ранжирования на текущем этапе. Таким образом, STCRank стремится оптимизировать не только непосредственный результат ранжирования, но и долгосрочное поведение пользователя, улучшая общую эффективность системы рекомендаций.

В основе STCRank лежит явное моделирование последовательной природы рекомендаций, что позволяет учитывать влияние предыдущих взаимодействий пользователя на его будущие предпочтения. В отличие от традиционных методов, рассматривающих каждое взаимодействие изолированно, STCRank анализирует историю действий пользователя для прогнозирования вероятности клика или конверсии по каждому элементу. Это достигается путем представления последовательности взаимодействий как временного ряда и применения моделей, способных учитывать долгосрочные зависимости. В результате, STCRank демонстрирует улучшенные показатели точности ранжирования и повышает удовлетворенность пользователей за счет предоставления более релевантных и персонализированных рекомендаций, соответствующих их текущим и будущим потребностям.

Оптимизация Холистической Ценности: Многокритериальное Ранжирование в Действии

STCRank использует многокритериальную оптимизацию (Multi-objective Ranking) для одновременного улучшения различных показателей эффективности. В отличие от традиционных методов, ориентированных на единый критерий, STCRank учитывает сразу несколько метрик: Click-Through Rate (CTR), Conversion Rate (CVR), View-Through Rate (VTR) и Swipe-Down Rate. Это позволяет получить более полное представление о вовлеченности пользователей, поскольку оценивается не только количество кликов, но и другие формы взаимодействия, такие как просмотры и смахивания. Одновременная оптимизация этих метрик позволяет находить баланс между различными целями и выбирать стратегию ранжирования, которая наилучшим образом соответствует бизнес-задачам.

Традиционные метрики оценки вовлеченности пользователей, основанные исключительно на количестве кликов, зачастую дают неполную картину взаимодействия. STCRank позволяет получить более детальное представление об активности пользователей, учитывая такие показатели, как коэффициент конверсии, частота просмотров и скорость прокрутки. Такой подход позволяет выявить не только наиболее привлекательные элементы, но и оценить качество взаимодействия, а также определить, насколько эффективно контент удерживает внимание пользователя и стимулирует его к целевым действиям, выходя за рамки простой оценки количества переходов по ссылкам.

Фронт Парето, формируемый алгоритмом STCRank, представляет собой набор решений, каждое из которых оптимально по крайней мере по одному из рассматриваемых критериев (CTR, Conversion Rate, View-Through Rate, Swipe-Down Rate). Он визуализирует компромиссы между различными целями оптимизации: улучшение одного показателя может привести к ухудшению другого. Анализ фронта Парето позволяет специалистам по данным принимать обоснованные решения относительно стратегии ранжирования, выбирая решение, которое наилучшим образом соответствует конкретным бизнес-целям и приоритетам, учитывая взаимосвязь между различными метриками вовлеченности пользователей. Выбор конкретной точки на фронте Парето определяется весовыми коэффициентами, отражающими важность каждого целевого показателя.

Для повышения эффективности поиска оптимальных стратегий ранжирования, STCRank использует методы Байесовской оптимизации и поиска лучшим лучом (Beam Search). Байесовская оптимизация позволяет эффективно исследовать пространство решений, строя вероятностную модель целевой функции и выбирая наиболее перспективные параметры для оценки. Beam Search, в свою очередь, поддерживает ограниченное количество наиболее вероятных последовательностей решений на каждом шаге, что снижает вычислительные затраты по сравнению с полным перебором, при этом сохраняя высокую точность. Комбинация этих методов позволяет STCRank быстро и эффективно находить решения, которые одновременно оптимизируют различные метрики вовлеченности пользователей.

Интерактивные Рекомендательные Системы: Двухэтапный Подход

В основе интерактивной системы рекомендаций, разработанной для Kuaishou, лежит модель STCRank, интегрированная в двухэтапный процесс. Первый этап, названный ‘E-stage’, предназначен для первоначального изучения предпочтений пользователя, используя главную страницу платформы в качестве неявного списка запросов. Этот этап позволяет системе собирать информацию о взаимодействии пользователя с различными типами контента. Второй этап, ‘F-stage’, использует полученные на первом этапе данные для предоставления целевых рекомендаций, значительно повышающих релевантность предложений. Такое сочетание широкого охвата и глубокой персонализации позволяет системе адаптироваться к меняющимся интересам пользователей и обеспечивать более эффективное взаимодействие с платформой.

Первый этап, обозначенный как ‘E-stage’, представляет собой фазу первоначального исследования, в рамках которой домашняя страница платформы функционирует как неявный список запросов. Вместо явного указания интересов, система анализирует взаимодействие пользователя с контентом, представленным на главной странице, выявляя скрытые предпочтения и формируя профиль интересов. Этот подход позволяет аккумулировать данные о склонностях пользователя без необходимости в активных действиях, таких как поиск или ввод запросов. В результате, система получает возможность предлагать релевантный контент, основываясь на неявных сигналах, что значительно повышает эффективность последующих рекомендаций и способствует более глубокому пониманию потребностей аудитории.

После этапа первоначального изучения предпочтений пользователя, именуемого ‘E-stage’, система переходит к фазе ‘F-stage’, представляющей собой доставку персонализированных рекомендаций. В рамках ‘F-stage’ алгоритм использует данные, собранные на этапе исследования, для точного определения интересов аудитории. Анализируя взаимодействие пользователя с контентом на ‘E-stage’ — просмотры, лайки, комментарии — система формирует профиль предпочтений, позволяющий предлагать наиболее релевантные товары или видеоматериалы. Такой подход, сочетающий широту охвата и глубину анализа, обеспечивает повышение вовлеченности пользователей и способствует увеличению конверсии в целевые действия, что подтверждено результатами, полученными в системе Kuaishou.

Внедрение синергетического подхода в интерактивную систему рекомендаций Kuaishou позволило добиться заметных результатов в повышении вовлеченности пользователей и увеличении конверсии покупок. Сочетание широкого охвата потенциально интересных предложений с глубокой персонализацией, основанной на анализе предпочтений, привело к увеличению ежедневной активной аудитории (DAU) на 0.60%. При этом, конверсия покупок, то есть процент пользователей, совершивших покупку после взаимодействия с системой, возросла на 2.66%. Данные показатели демонстрируют эффективность предложенной двухэтапной стратегии, позволяющей не только привлекать новых пользователей, но и стимулировать существующих к совершению покупок, что положительно сказывается на общей коммерческой активности платформы.

Будущие Направления: За Пределами Текущих Ограничений

Дальнейшие исследования STCRank направлены на расширение его возможностей для анализа более сложных паттернов поведения пользователей и адаптации к динамично меняющимся условиям. В настоящее время система ориентирована на относительно стабильные предпочтения, однако реальное поведение пользователей часто характеризуется внезапными изменениями, сезонностью и зависимостью от контекста. Разработчики планируют внедрить механизмы, позволяющие учитывать эти факторы, например, за счет интеграции моделей временных рядов и анализа последовательностей действий. Это позволит STCRank не только предсказывать наиболее вероятные интересы пользователя, но и оперативно реагировать на изменения в его потребностях, предлагая более релевантные и своевременные рекомендации, что особенно важно в быстро меняющихся онлайн-средах.

Для повышения точности и разнообразия рекомендаций предполагается интеграция передовых методов поиска информации. В частности, подход “Item-to-Item Retrieval” позволяет находить схожие предметы, основываясь на предпочтениях других пользователей, что способствует обнаружению релевантных, но неожиданных вариантов. Параллельно, использование “Embedding-based Retrieval”, основанного на векторном представлении предметов и пользователей, позволяет учитывать семантическую близость и контекст, улучшая качество и персонализацию рекомендаций. Комбинация этих методов позволит системе не только предсказывать наиболее вероятные интересы пользователя, но и предлагать более широкий спектр релевантных предметов, стимулируя открытие нового контента и повышая удовлетворенность от взаимодействия с системой.

Исследования направлены на внедрение архитектур MMOE (Multi-task Mixture-of-Experts), что позволит системе значительно улучшить способность к одновременному обучению на множестве задач. В отличие от традиционных моделей, где каждая задача требует отдельного обучения, MMOE позволяет использовать общие экспертные сети для извлечения общих знаний, а затем адаптировать их к конкретным задачам посредством гейтов. Такой подход не только повышает эффективность обучения, но и позволяет модели лучше обобщать информацию, улучшая точность рекомендаций и способность адаптироваться к изменяющимся предпочтениям пользователей. Ожидается, что применение MMOE позволит создать более гибкую и интеллектуальную систему, способную учитывать различные аспекты поведения пользователя и предлагать наиболее релевантные рекомендации.

В конечном счете, стремление к разработке систем рекомендаций направлено на создание не просто эффективных алгоритмов, но и интуитивно понятных, увлекательных и, что наиболее важно, полезных для пользователей инструментов. Работа над такими системами подразумевает учет не только предпочтений, но и контекста, целей и даже эмоционального состояния человека, которому предлагается контент. Цель состоит в том, чтобы рекомендации воспринимались не как навязчивая реклама, а как ценные подсказки, способствующие открытию нового и интересного, повышающие удовлетворенность и облегчающие взаимодействие с цифровым миром. Подобный подход предполагает отход от простой оптимизации метрик и переход к созданию действительно человеко-ориентированных систем, способных адаптироваться к индивидуальным потребностям и предпочтениям каждого пользователя.

Представленная работа демонстрирует, что системы ранжирования в электронной коммерции неизбежно подвержены влиянию времени и контекста взаимодействия с пользователем. Как отмечает Роберт Тарьян: «Программное обеспечение подобно замку: чем больше в нем секретов, тем труднее его взломать, но и тем сложнее пользоваться». STCRank, стремясь к оптимизации ранжирования через пространственное и временное сотрудничество, фактически признает эту сложность. Система не просто стремится к мгновенному улучшению показателей, но и учитывает динамику взаимодействия, словно предвидя неизбежные изменения в предпочтениях пользователя и адаптацию к новым условиям. Этот подход, ориентированный на долгосрочную эффективность, подчеркивает, что стабильность системы — это не статичное состояние, а скорее умение адаптироваться к постоянно меняющейся среде.

Что дальше?

Предложенный фреймворк STCRank, несомненно, является шагом вперед в организации взаимодействия с пользователем в динамичной среде электронной коммерции. Однако, как и любой коммит в летописи алгоритмов, он порождает новые вопросы. Оптимизация по парето-фронту — элегантное решение, но оно лишь откладывает неизбежный выбор между вовлеченностью и конверсией. Каждый новый слот взаимодействия — это новая глава, требующая переосмысления баланса между краткосрочным удовлетворением и долгосрочной ценностью для пользователя.

Очевидным направлением для дальнейших исследований представляется учет контекстуальных изменений во времени. Система, способная адаптироваться к сезонности, трендам и даже к индивидуальным изменениям в предпочтениях пользователя, станет более устойчивой и эффективной. Задержка в реализации таких адаптаций — неизбежный налог на амбиции, но и он, возможно, оправдан, если позволит избежать поверхностных, краткосрочных улучшений.

В конечном счете, судьба STCRank, как и любой системы, зависит не от совершенства алгоритмов, а от способности эволюционировать. Все системы стареют — вопрос лишь в том, сделают ли они это достойно, оставив след в истории пользовательского опыта или растворившись в потоке забытых решений. Время — не метрика, а среда, в которой существует система, и только время покажет, выдержит ли STCRank испытание этой средой.

Оригинал статьи: https://arxiv.org/pdf/2601.10027.pdf

Связаться с автором: https://www.linkedin.com/in/avetisyan/

Смотрите также:

2026-01-16 19:55