EdgeRec：移动淘宝端侧的推荐系统
信息检索
2020-09-16 v4
摘要
推荐系统（RS）已成为大多数万维网规模应用中的关键模块。近来，大多数RS基于云到端的瀑布式框架，其中推荐结果通过在云服务器中提前计算并传输到端侧（例如用户移动设备）。尽管有效，云服务器与端侧之间的网络带宽和延迟可能导致系统反馈与用户感知的延迟。因此，端侧实时计算有助于更精准地捕捉用户偏好，从而做出更令人满意的推荐。据我们所知，我们的工作是设计和实现新颖的端侧推荐系统（EdgeRec）的首次尝试，其实现了实时用户感知与实时系统反馈。此外，我们提出异构用户行为序列建模与基于行为注意力网络的上下文感知重排序，以捕捉用户多样化兴趣并相应调整推荐结果。在淘宝首页信息流中的离线评估与在线性能实验均证明了EdgeRec的有效性。
引用
@article{arxiv.2005.08416,
title = {EdgeRec: Recommender System on Edge in Mobile Taobao},
author = {Yu Gong and Ziwen Jiang and Yufei Feng and Binbin Hu and Kaiqi Zhao and Qingwen Liu and Wenwu Ou},
journal= {arXiv preprint arXiv:2005.08416},
year = {2020}
}
备注
Accepted by CIKM 2020; Fully deployed in homepage Guess U Like scenario of Taobao application; Resulting in 9% lift in IPV and 11% lift in GMV