多样化与制胜:利用Bandit与多样性优化电商首页体验
信息检索
2023-09-26 v1 机器学习
摘要
在电子商务领域,热门平台利用组件(widget)向用户推荐广告与商品。然而,这些平台上移动设备使用的普遍性带来了一项独特挑战:可用的屏幕空间有限。因此,相关组件的摆放位置对于吸引并维持客户参与度至关重要。鉴于移动设备屏幕尺寸受限,界面顶部的组件展示更为醒目,从而吸引更多用户注意;反之,页面下方的组件需用户滚动才能看到,导致可见度降低及后续曝光率下降。因此,将相关组件置于顶部势在必行。然而,选择待展示的相关组件是一项艰巨任务,因为组件可能异构,且随时可在平台上增删。本工作中,我们将垂直组件重排序建模为带有延迟批量反馈的情景多臂Bandit问题,目标是个性化地对垂直组件排序。我们提出了一个结合情景Bandit与多样性层的二阶段排序框架,以改善整体排序效果。我们通过在印度主要时尚电商平台 Myntra 的专有数据上进行的离线与在线 A/B 实验,证明了其有效性。
引用
@article{arxiv.2309.14046,
title = {Diversify and Conquer: Bandits and Diversity for an Enhanced E-commerce Homepage Experience},
author = {Sangeet Jaiswal and Korah T Malayil and Saif Jawaid and Sreekanth Vempati},
journal= {arXiv preprint arXiv:2309.14046},
year = {2023}
}
备注
Accepted in Proceedings of Fashionxrecys Workshop, 17th ACM Conference on Recommender Systems, 2023