この記事では、Avitoでパーソナライズされた推奨事項を作成する方法について説明します。これまで、Avitoビジネスモデルは、検索時に広告が発行されるように配置されるように設計されていました。同時に、ユーザーが追加のサービスを購入して、検索結果で広告がずっと下がって表示や連絡先を取得できなくなった場合に、検索で広告を上げることができます。

このビジネスモデルのコンテキストでは、個人的な推奨事項が必要な理由は明らかではありません。結局、彼らは時間による並べ替えのロジックに違反しているだけであり、広告を上げるためにお金を払うユーザーは、私たちの推奨モデルがこの広告をより考慮したという理由だけで他の人の広告を「レイズ」し、ユーザーを完全に無料で表示するという事実に腹を立てる可能性があります一部のユーザーに関連します。

ただし、現在では、パーソナライズされた推奨事項が、世界中の分類（およびそれだけではありません）の「必須」になっています。ユーザーが必要なものを見つけるのを手助けしたいのです。すでに、アプリケーションのメインページの推奨事項または製品のカードの同様の広告の推奨事項から、Avitoの広告ビューのシェアが増加しています。この投稿では、Avitoのチームが解決するタスクを正確に説明します。

推奨事項の種類

まず、Avitoでどのような種類の推奨事項が役立つかを検討します。

ユーザー項目の推奨事項

まず第一に、これらはユーザー項目の推奨事項、つまりユーザーの広告に関する推奨事項です。これらには2つのタイプがあります。 1つ目は、ユーザーが現在探している商品またはサービスです。 2番目のタイプは、それらを補完する商品またはサービスです。たとえば、人が電話を探している場合の電話ケース。または、人がアパートを売買する場合の家具輸送サービス。または、切手を検索する場合、切手収集家コレクションの保管のためにklyassers。

現在、3つの方法でユーザーに提供するユーザー項目の推奨事項：

モバイルアプリケーションのホームページの推奨事項でブロックします。
デスクトップ上の検索結果に推奨事項があるバナー。
推奨広告の選択を含むメールとプッシュメーリング。

ユーザーカテゴリの推奨事項

特定の広告ではなく、製品カテゴリ（ユーザーカテゴリの推奨事項）を推奨することも必要になる場合があります。ユーザーはこのカテゴリに検索フィルターを絞り込みます。また、ユーザーカテゴリの推奨事項は、ユーザーの現在の関心のあるカテゴリの推奨事項とカテゴリ間の推奨事項の2つのタイプに分けられます。現在、このタイプの推奨事項は、プッシュメーリングおよびアプリケーションのメインページで使用しています。

ほとんどのRunetユーザーは少なくとも一度はAvitoを使用したことがありますが、多くの場合同じカテゴリに「座っている」ため、クロスカテゴリの推奨事項はAvitoにとって特に重要です。多くの人は、Avitoが個人の持ち物に加えて、アパートや車を効果的に販売できることに気付いていません。クロスカテゴリーの推奨事項は、ユーザーが売り手または買い手であるカテゴリーの範囲を拡大するのに役立ち、ユーザーのエンゲージメントを向上させます。

アイテムごとの推奨事項

Avitoの別の有望な推奨事項は、アイテムごとの推奨事項、つまり他の製品の製品推奨事項です。このタイプの推奨は、類似の商品（アナログ）と補完的な商品またはサービスの推奨にも分割されます。メディアポータル（映画、音楽）とは異なり、ユーザーは通常特定の何かのためにAvitoにアクセスし、ユーザーの現在の好みを事前に予測することは難しいため、この方向は特に重要です。しかし、ユーザーがすでにいくつかの製品を見ている場合は、ここで代替製品または補完製品についてアドバイスすることができ、それらは現在の検索に関連する可能性が最も高くなります。同様のアナウンスの推奨事項はアナウンスカードに表示され、電子メールやプッシュメーリングでも使用されます。

分類に関するユーザー項目の推奨事項

理論的な観点から最も興味深いものとして、ユーザー項目の推奨事項のタスクをもう少し詳しく見てみましょう。入力データは次のとおりです。

サイトでのユーザーアクションの履歴：ビュー、検索クエリ、連絡先、お気に入り。
ユーザープロフィール：リンクされたソーシャルアカウントのデータ。ネットワーク、場所;
Avitoのすべてのアクティブな広告：タイトル、説明、パラメーター、価格。

さらに、データ量は比較的多く、2,000万人のアクティブユーザー、3500万人のアクティブ広告があります。

問題のステートメントは次のとおりです。アクティブなユーザーごとに、連絡先をリクエスト（呼び出しまたはメッセージ送信）する可能性が最も高い上位N個の広告を表示します。

タスクステートメントは推奨システムの古典的なタスクのように聞こえますが、Avitoの構造は、メディアコンテンツ（映画、音楽など）の推奨タスクとは大きく異なります。第一に、個人トレーダーの流動商品は、連絡先の表示とリクエストから良い履歴を取得する時間がなくても、迅速に販売されます。従来の協調フィルタリングアルゴリズムは、履歴の短い広告が推奨事項に含まれないように設計されています。長時間実行される広告は多くの場合推奨されますが、これは購入者にとって関心が低い傾向があります。

また、ユーザーは、原則として、多くのアクティブな広告がある典型的な製品に興味があります。たとえば、彼は特定のiPhoneモデルを購入する必要があり、そのモデルからそれほど重要ではありません。したがって、アナウンスではなく標準製品で推奨事項を作成することをお勧めします。これを行うために、特別なクラスタリングアルゴリズムを構築します。

Avitoの推奨事項のもう1つの特徴は、広告が通常のユーザーによって作成され、エラー、不完全な説明が含まれていることです。これは、広告の説明から有用な機能を抽出し、テキスト処理に真剣に取り組む必要があるという事実につながります。

方法

次に、推奨事項を作成するために使用する方法について少し説明します。

オフラインモデル

これまで、クリックストリームユーザーを「バッチ」モードで処理するモデルを使用してきました。これらのアルゴリズムにより、ユーザーがコミットした新しいアクションに1〜2時間遅れて応答できます。オフラインモデルと呼びます。

推奨事項のオフラインモデルは、コラボレーションとコンテンツにグローバルに分けられます。明らかに、これらのモデルにはそれぞれ長所と短所があり、ユーザーアクションの履歴と広告のコンテンツの両方を考慮したハイブリッドモデルによって最良の結果が示されます。これは、オフラインの推奨事項の主なものとして使用するハイブリッドモデルです。

オンラインモデル

オフラインモデルは高品質の推奨事項を生成できますが、ユーザーの関心の変化に迅速に対応することはできません。これは重要なマイナスです。たとえば、ユーザーがAvitoで新しい製品を探し始めた場合、同じセッション内で適切な製品の推奨を開始したいと考えています。これを行うには、ユーザーの関心をリアルタイムで考慮する必要があります。このようなモデルをオンラインモデルと呼びます。

それらの機能は、アーキテクチャの観点からはより複雑であることです（ユーザーが推奨事項を更新するアクションを実行した時点から1秒以内です）。従来のオンラインモデルは、ユーザーの関心のオンラインプロファイルの構築に基づいており、最新の最も関連性の高い広告が選択されます。厳しいパフォーマンス要件のため、オンラインアルゴリズムは一般にオフラインよりも単純です。

モデル品質評価

新しいモデルを作成したら、何らかの方法で評価する必要があります。同社のターゲットメトリックは、Avitoでのトランザクション数の増加です。すべてのオフラインおよびオンラインのメトリックは、何らかの形で相関する必要があります。

精度、再現率、 NDCG 、 Rスコアなど、オフラインモデルを評価するための優れたメトリックが多数あります。

会社の目標指標とよく相関するオフライン指標を常に選択できるとは限りません。ここでは、オンラインメトリック（CTR、コンタクトコンバージョン、ユニークな顧客の成長）が役立ちます。オンライン分割テストでは、異なるモデルおよび異なるフロントエンドインターフェイスからの推奨事項を比較できます。モデルのメタパラメータを最適化するには、マルチアームバンディット法が適しています。

まとめ

Avito推奨チームは、Avitoのパフォーマンスの負荷に耐え、ターゲットメトリックスで優れた結果を提供できる推奨方法の詳細かつ積極的な研究を必要とする野心的なタスクに直面しています。

最良のアプローチを見つけるために、多くの記事を読み、旅行し、会議で講演し、競技会を開催します。少し前に私たちの推奨事項に関する競争が終了し、そこでやめるつもりはありません。私たちは、コンテストに参加することで、この困難な仕事に私たちを支援することに興味があるすべての人に促します。そして、私たちは賞品を無駄にしないように努力します:)。また、定期的に空席をオープンします。これは、ODSスラックチャネルで確実にお知らせします。

さらに、私たち自身がコンテストに参加しています。ところで、2016年と2017年に、推奨システムRecsys Challengeの最大の国際大会でトップ10チームに参加しました。

ご清聴ありがとうございました！

Avitoに関する推奨事項