Yandex 电商中基于 Transformer 的个性化排序

基于用户活动提供高质量推荐的个性化用户体验对电商平台至关重要。在用户意图不明确（如主页场景）的情况下，这一点尤为重要。近来，基于个性化嵌入的系统显著提升了电商领域推荐与搜索的质量。然而，此类工作大多聚焦于提升检索阶段。本文中，我们证明以检索为目标的深度学习模型所产生的特征在电商推荐的排序阶段并非最优。为解决该问题，我们提出一种两阶段训练流程，对双塔模型进行微调以实现最优排序性能。我们详细描述了基于 Transformer 的双塔模型架构，其专为电商个性化设计。此外，我们引入一种离线模型中上下文去偏的新技术，并报告了在电商推荐中使用网页搜索查询时排序性能的显著提升。我们的模型已在 Yandex 成功部署，每日服务数百万用户，并在在线 A/B 测试中表现强劲。