PinnerSage：面向 Pinterest 推荐的多模态用户嵌入框架
机器学习
2020-07-08 v1 信息检索
社会与信息网络
机器学习
摘要
潜在用户表示在科技行业中被广泛采用，以驱动个性化推荐系统。大多数先前工作推断出一个高维嵌入来表示一个用户，这是一个良好的起点，但不足以全面理解用户的兴趣。在本工作中，我们介绍了 PinnerSage，一个端到端推荐系统，它通过多模态嵌入表示每个用户，并利用这种丰富的用户表示提供高质量的个性化推荐。PinnerSage 借助层次聚类方法（Ward）将用户行为聚类为概念上一致的簇，并通过代表性图钉（Medoids）来概括这些簇，以实现效率和可解释性。PinnerSage 已在 Pinterest 的生产环境中部署，我们概述了使其能在极大规模下无缝运行的若干设计决策。我们进行了多项离线和在线 A/B 实验，表明我们的方法显著优于单一嵌入方法。
引用
@article{arxiv.2007.03634,
title = {PinnerSage: Multi-Modal User Embedding Framework for Recommendations at Pinterest},
author = {Aditya Pal and Chantat Eksombatchai and Yitong Zhou and Bo Zhao and Charles Rosenberg and Jure Leskovec},
journal= {arXiv preprint arXiv:2007.03634},
year = {2020}
}
备注
10 pages, 7 figures