多模态表示提升淘宝展示广告:挑战、方法与洞见
信息检索
2024-07-30 v1 机器学习
摘要
尽管多模态数据被认为可以提高模型准确度,但许多大规模工业推荐系统,包括淘宝展示广告系统,仍主要依赖稀疏ID特征。本文探讨了利用多模态数据来增强推荐准确度的方法。我们首先通过确定在有效且高效地为工业系统采用多模态数据的关键挑战。为了解决这些挑战,我们引入了一个两阶段框架,包括:1)对多模态表示进行预训练以捕获语义相似性,以及2)将这些表示与现有基于ID的模型集成。此外,我们详细说明了生产系统的体系结构,旨在促进多模态表示的部署。自2023年中期引入多模态表示以来,我们观察到淘宝展示广告系统在性能方面取得了显著的改进。我们相信我们所收集的见解将为寻求在系统中利用多模态数据的实践者提供有价值的资源。
引用
@article{arxiv.2407.19467,
title = {Enhancing Taobao Display Advertising with Multimodal Representations: Challenges, Approaches and Insights},
author = {Xiang-Rong Sheng and Feifan Yang and Litong Gong and Biao Wang and Zhangming Chan and Yujing Zhang and Yueyao Cheng and Yong-Nan Zhu and Tiezheng Ge and Han Zhu and Yuning Jiang and Jian Xu and Bo Zheng},
journal= {arXiv preprint arXiv:2407.19467},
year = {2024}
}
备注
Accepted at CIKM 2024