COUPA：面向线上线下服务平台的工业级推荐系统
信息检索
2023-04-26 v1 机器学习
摘要
旨在帮助用户本地发现零售服务（如娱乐和餐饮），线上线下（O2O）服务平台近年来变得流行，这对当前的推荐系统提出了巨大挑战。利用支付宝中针对O2O服务的类信息流场景的真实数据，我们发现基于复现的时间模式和位置偏差普遍存在于我们的场景中，严重威胁推荐效果。为此，我们提出COUPA，一个旨在刻画用户偏好的工业级系统，具有以下两点考量：（1）时间感知偏好：我们采用配备注意力机制的连续时间感知点过程来充分捕捉时间模式用于推荐。（2）位置感知偏好：精心设计了配备位置个性化模块的位置选择器组件，以个性化方式减轻位置偏差。最后，我们借助边缘、流式和批计算以及两阶段在线服务模式的协同，在支付宝上仔细实现并部署了COUPA，以支撑若干热门推荐场景。我们进行了大量实验以证明COUPA持续取得优越性能，并有望为推荐提供直观证据。
引用
@article{arxiv.2304.12549,
title = {COUPA: An Industrial Recommender System for Online to Offline Service Platforms},
author = {Sicong Xie and Binbin Hu and Fengze Li and Ziqi Liu and Zhiqiang Zhang and Wenliang Zhong and Jun Zhou},
journal= {arXiv preprint arXiv:2304.12549},
year = {2023}
}
备注
The short version has been accepted by the SIGIR 2023 Industrial track