Sample-Rank：基于拒绝采样的弱多目标推荐方法
机器学习
2020-08-25 v1 机器学习
摘要
在线订餐市场是多利益相关方系统，其中推荐会影响系统中每个参与者的体验与增长。此场景下的推荐系统必须囊括不同利益相关方的目标与约束，以确定某物品用于推荐的效用。基于约束优化的方法通常涉及复杂公式，且在涉及数百万实体的生产环境中计算复杂度高。简化与松弛技术（例如标量化的方法）有所帮助，但会引入次优性，并且由于所需的大量调参而耗时。在本文中，我们引入一种涉及多目标采样随后按用户相关性排序（Sample-Rank）的方法，以将推荐推向市场的多目标（MO）目标。所提方法的新颖之处在于将MO推荐问题化简为从期望的多目标分布中采样，然后利用其构建生产友好的学习排序（LTR）模型。在离线实验中，我们表明能够在AUC和NDCG等指标可接受的权衡下，使推荐偏向MO准则。我们还展示了一项大规模在线A/B实验的结果，其中该方法相较于基线排序方法，在平均每个订单收入（RPO）（目标#1）上带来了2.64%的统计显著提升了，而转化率（CR）（目标#2）未下降，同时平均最后一英里 traversed 保持持平（目标#3）。该方法还显著减少了MO场景下的模型开发与部署时间，并允许对更多目标及其他类型LTR模型进行简单扩展。
引用
@article{arxiv.2008.10277,
title = {Sample-Rank: Weak Multi-Objective Recommendations Using Rejection Sampling},
author = {Abhay Shukla and Jairaj Sathyanarayana and Dipyaman Banerjee},
journal= {arXiv preprint arXiv:2008.10277},
year = {2020}
}