受玻璏象 Representation Hypothesis 指引的用户多模态表示梦想：面向微视频推荐
信息检索
2024-10-22 v2 人工智能
计算机视觉与模式识别
摘要
在线微视频平台的快速扩张凸显了针对信息过载并为受众定向内容提供高效解决方案的高级推荐系统的必要性。尽管已有进展，但准确且及时捕捉动态用户兴趣仍是巨大挑战。灵感来自玻璏象 Representation Hypothesis，即不同数据模态收敛于统一的现实统计模型。我们提出了 DreamUMM（Dreaming User Multi-Modal Representation），一种新方法，利用用户历史行为在多模态空间中创建实时用户表示。DreamUMM 采用闭式解与用户视频偏好关联的多模态相似性，假设用户兴趣可有效地在统一的多模态空间中表示。此外，我们提出了 Candidate-DreamUMM 用于缺乏近期用户行为数据的情境，仅从候选视频中推断兴趣。大量在线 A/B 测试表明，DreamUMM 在用户参与度指标（包括活跃天数和播放次数）上实现了显著提升。DreamUMM 在两大每日活跃用户数亿级的微视频平台上成功部署，证明了其在个性化微视频内容分发中的实际有效性和可扩展性。我们的工作为通过提供实证证据支持用户兴趣表示可驻留于多模态空间的潜力，推动了关于 representational convergence 的持续探索。
引用
@article{arxiv.2410.03538,
title = {Dreaming User Multimodal Representation Guided by The Platonic Representation Hypothesis for Micro-Video Recommendation},
author = {Chengzhi Lin and Hezheng Lin and Shuchang Liu and Cangguang Ruan and LingJing Xu and Dezhao Yang and Chuyuan Wang and Yongqi Liu},
journal= {arXiv preprint arXiv:2410.03538},
year = {2024}
}
备注
4 Figure; 2 Table