基于互信息的偏好导向多样性模型在电商搜索重排序中的应用
信息检索
2024-05-27 v1 人工智能
摘要
重排序是通过考虑项目之间的相互关系来重新排列排序列表以更有效地满足用户需求的过程。现有方法主要增强搜索结果的精确性，往往以牺牲多样性为代价，导致结果可能无法满足用户的多样化需求。相反，旨在促进多样性的方法可能会损害结果的精确性，无法满足用户对准确性的要求。为了缓解上述问题，本文提出了一种基于互信息的偏好导向多样性模型（PODM-MI），该模型在重排序过程中同时考虑准确性和多样性。具体来说，PODM-MI采用基于变分推理的多维高斯分布来捕获具有不确定性的用户多样性偏好。然后，我们利用最大变分推理下界最大化用户多样性偏好与候选项目之间的互信息，以增强它们的相关性。随后，我们基于相关性推导出效用矩阵，从而实现根据用户偏好对项目进行自适应排序，并在上述目标之间建立平衡。在真实在线电子商务系统上的实验结果表明了PODM-MI的显著改进，并且我们已成功将PODM-MI部署在电子商务搜索平台上。
引用
@article{arxiv.2405.15521,
title = {A Preference-oriented Diversity Model Based on Mutual-information in Re-ranking for E-commerce Search},
author = {Huimu Wang and Mingming Li and Dadong Miao and Songlin Wang and Guoyu Tang and Lin Liu and Sulong Xu and Jinghe Hu},
journal= {arXiv preprint arXiv:2405.15521},
year = {2024}
}