以用户为中心的排序打破质量饱和诅咒
信息检索
2023-05-25 v1 机器学习
摘要
搜索、广告和推荐中的一个关键难题是排序模型只能利用海量可用用户交互数据中的一小部分。因此，增加数据量、模型规模或计算 FLOPs 很快就会遭遇收益递减。我们审视了该问题，发现其根本原因之一可能在于所谓的“以物品为中心”的公式化，其具有无界词表从而导致不受控的模型复杂度。为缓解质量饱和，我们引入了一种称为“以用户为中心的排序”的替代公式化，其基于二部用户-物品交互数据的转置视角。我们表明该公式化具有良好的扩展性质，使我们能够在显著更大的数据集上训练收敛更好的模型。
引用
@article{arxiv.2305.15333,
title = {Breaking the Curse of Quality Saturation with User-Centric Ranking},
author = {Zhuokai Zhao and Yang Yang and Wenyu Wang and Chihuang Liu and Yu Shi and Wenjie Hu and Haotian Zhang and Shuang Yang},
journal= {arXiv preprint arXiv:2305.15333},
year = {2023}
}
备注
accepted to publish at KDD 2023