Telepath：从人类视觉视角理解大规模推荐系统中的用户
信息检索
2017-09-05 v2 计算机视觉与模式识别
机器学习
摘要
设计一个服务于数亿活跃用户的电子商务推荐系统是一项艰巨的挑战。从人类视觉视角来看，影响用户行为的两个关键因素是：物品的吸引力及其与用户兴趣的匹配程度。本文提出了 Telepath，一种基于视觉的仿生推荐系统模型，旨在从该视角理解用户。Telepath 结合了卷积神经网络 (CNN)、循环神经网络 (RNN) 和深度神经网络 (DNN)。其 CNN 子网络模拟人类视觉系统，以提取物品吸引力的关键视觉信号并生成相应的激活值；其 RNN 和 DNN 子网络模拟大脑皮层，基于浏览物品生成的激活值来理解用户兴趣。在实际应用中，Telepath 模型已部署于京东的推荐系统和广告系统。对于京东 APP 上的一个主要物品推荐模块，点击率 (CTR)、商品交易总额 (GMV) 和订单量分别提升了 1.59%、8.16% 和 8.71%。对于京东需求方平台的几个主要广告发布商，首次上线使 CTR、GMV 和投资回报率 (ROI) 分别提升了 6.58%、61.72% 和 65.57%，第二次上线又分别进一步提升了 2.95%、41.75% 和 41.37%。
引用
@article{arxiv.1709.00300,
title = {Telepath: Understanding Users from a Human Vision Perspective in Large-Scale Recommender Systems},
author = {Yu Wang and Jixing Xu and Aohan Wu and Mantian Li and Yang He and Jinghe Hu and Weipeng P. Yan},
journal= {arXiv preprint arXiv:1709.00300},
year = {2017}
}
备注
8 pages, 11 figures, 1 table