京東搜索重排：基于互信息的用戶偏好導(dǎo)向模型

SIGIR 24: A Preference-oriented Diversity Model Based on Mutual-information in Re-ranking for E-commerce Search

鏈接：https://dl.acm.org/doi/abs/10.1145/3626772.3661359

摘要：重排是一種通過考慮商品之間的相互關(guān)系來重新排列商品順序以更有效地滿足用戶需求的過程。現(xiàn)有的方法主要提高商品打分精度，通常以犧牲多樣性為代價(jià)，導(dǎo)致結(jié)果可能無法滿足用戶的多樣化需求。相反，旨在促進(jìn)多樣性的方法可能會(huì)降低結(jié)果的精度，無法滿足用戶對(duì)準(zhǔn)確性的要求。為了解決上述問題，本文提出了一種基于互信息的偏好導(dǎo)向多樣性模型（PODM-MI），在重排過程中同時(shí)考慮準(zhǔn)確性和多樣性。具體而言，PODM-MI采用基于變分推理的多維高斯分布來捕捉具有不確定性的用戶多樣性偏好。然后，我們利用最大變分推理下界來最大化用戶多樣性偏好與候選商品之間的互信息，以增強(qiáng)它們的相關(guān)性。隨后，我們基于相關(guān)性得出一個(gè)效用矩陣，使項(xiàng)目能夠根據(jù)用戶偏好進(jìn)行自適應(yīng)排序，從而在上述目標(biāo)之間建立平衡。在京東主搜上的實(shí)驗(yàn)結(jié)果證明了PODM-MI的顯著提升。

1、背景及現(xiàn)狀

?用戶從搜索到下單過程中存在不同的決策階段（買、逛等），用戶不同的決策階段對(duì)多樣性也有不同需求，現(xiàn)階段模型沒有直接建模不同決策階段和多樣性的關(guān)系。

?用戶需求考慮。

?重排階段需要充分考慮用戶需求。通常來說，用戶的需求是個(gè)性化的，即部分場(chǎng)景下對(duì)于排序結(jié)果的準(zhǔn)確性要求較高，而另一部分場(chǎng)景下對(duì)于排序結(jié)果的多樣性要求較多。在這種情況下，一個(gè)合適的重排排序算法應(yīng)該自適應(yīng)地根據(jù)用戶需求進(jìn)行結(jié)果調(diào)整，即當(dāng)用戶需要多樣性時(shí)，搜索排序結(jié)果應(yīng)當(dāng)包含盡可能不同的商品來滿足用戶的多種興趣來滿足用戶的多樣性需求；而當(dāng)用戶需要準(zhǔn)確性時(shí)，排序結(jié)果應(yīng)包含最符合用戶或用戶最感興趣的單一類別商品。例如，用戶從搜索“連衣裙”到逐漸縮小范圍到“荷葉邊連衣裙”，這一過程中，他們的搜索意圖從多樣化逐漸變得明確和具體。要在重排階段平衡效率指標(biāo)和多樣性，我們面臨兩個(gè)主要挑戰(zhàn)：

1.準(zhǔn)確建模用戶的決策意圖困難，因?yàn)槠湟鈭D會(huì)在多次搜索中逐漸演變。

2.即使成功建模了用戶的意圖，如何加強(qiáng)搜索結(jié)果與用戶演變意圖的匹配關(guān)系？

為了解決這些挑戰(zhàn)，我們提出了PODM-MI（基于互信息的偏好導(dǎo)向多樣性模型）。

2、PODM-MI

PODM-MI模型以排序列表和用戶行為數(shù)據(jù)（如點(diǎn)擊流和加入購物車的行為）為輸入。首先，我們使用PON捕捉用戶的多樣性偏好和候選商品的多樣性表示。然后，SAM增強(qiáng)用戶多樣性偏好與候選商品多樣性之間的一致性。從這種增強(qiáng)的一致性中，我們得出一個(gè)效用矩陣，該矩陣會(huì)動(dòng)態(tài)調(diào)整用戶偏好，從而重新排序最終的排名結(jié)果以更好地滿足用戶需求。

2.1 PON 用戶偏好建模

在電商搜索場(chǎng)景中，歷史查詢及其關(guān)聯(lián)商品提供了用戶意圖的有價(jià)值表示。因此，我們的方法不僅包括點(diǎn)擊流和加入購物車的行為，還包括查詢軌跡，以更好地捕捉用戶偏好。

傳統(tǒng)模型通常將用戶偏好視為靜態(tài)，在潛在空間中創(chuàng)建固定的用戶嵌入。然而，這種方法在捕捉用戶偏好的復(fù)雜和動(dòng)態(tài)特性時(shí)顯得不足。相比之下，分布表示引入了不確定性，提供了比單一固定嵌入更多的靈活性。

我們使用多維高斯分布來建模用戶偏好的演變趨勢(shì)。該分布由均值向量和對(duì)角協(xié)方差矩陣表征，使我們能夠更好地捕捉用戶偏好的動(dòng)態(tài)特性。此外，高斯分布還可以用于測(cè)量收斂和發(fā)散趨勢(shì)。較大的方差表示更均勻的分布，而較小的方差則表示更集中的分布。這個(gè)方差可以間接反映用戶的偏好趨勢(shì)。

2.2 SAM 利用互信息優(yōu)化排序結(jié)果

在建模用戶偏好和候選商品的多樣性之后，下一步是確保排序結(jié)果與用戶意圖緊密匹配。為此，我們可以使用互信息（一種衡量兩個(gè)變量之間共享信息量的方法）來量化候選商品與用戶偏好之間的相關(guān)性。通過最大化這兩個(gè)因素（用戶偏好和多樣性）之間的互信息，我們確保候選商品的分布與用戶意圖的分布緊密對(duì)齊。

然而，估計(jì)和最大化互信息通常是不可行的。為了解決這一挑戰(zhàn)，我們借鑒了變分推理的文獻(xiàn)，引入了一個(gè)變分后驗(yàn)估計(jì)器。該方法允許我們?yōu)榛バ畔⒛繕?biāo)推導(dǎo)出一個(gè)可行的下界。

在增強(qiáng)一致性之后，我們?cè)O(shè)計(jì)了一個(gè)可學(xué)習(xí)的效用矩陣，以進(jìn)一步使最終的排序結(jié)果與用戶偏好對(duì)齊。該矩陣通過可學(xué)習(xí)權(quán)重矩陣與對(duì)齊特征的點(diǎn)積獲得。然后，我們將效用矩陣與從主干網(wǎng)絡(luò)計(jì)算的分?jǐn)?shù)相乘以得到最終結(jié)果。

2.3 優(yōu)化函數(shù)及最終loss

優(yōu)化函數(shù)：

最終loss：

前者是prm分類loss，后者是互信息loss

方案總結(jié)：

2.4 實(shí)驗(yàn)結(jié)果及可視化分析

為了驗(yàn)證PODM-MI的有效性，我們?cè)诰〇|電商搜索引擎中進(jìn)行了在線A/B測(cè)試。PODM-MI不僅提高了用戶購買的可能性，還增加了搜索結(jié)果中商品的多樣性。需要注意的是，每增加0.10%的UCVR都會(huì)為公司帶來巨大的收入，因此PODM-MI取得的提升是非常顯著的。

進(jìn)一步的，我們對(duì)用戶query流降維后的趨勢(shì)使用TSNE可視化，同時(shí)降維可視化需要label足夠明顯，所以采用人工分桶的方法，對(duì)排序結(jié)果的多樣性熵進(jìn)行人工分桶，分成多個(gè)label?？梢钥闯?，不同發(fā)散收斂趨勢(shì)的query流有著很明顯的分層，query流同對(duì)應(yīng)的熵聚集在了一起，這表明不同的query流的發(fā)散趨勢(shì)對(duì)應(yīng)著不同的結(jié)果的熵。也就是說，query流越發(fā)散，session的排序結(jié)果越發(fā)散，query流越收斂，session的排序結(jié)果越收斂。

此外，我們還用一個(gè)更具體的案例來說明我們方法的有效性。當(dāng)用戶的歷史搜索查詢非常多樣時(shí)，如：Switch，塞爾達(dá)，手機(jī)殼，錘子，油煙機(jī)，排氣管，在這種情況下，當(dāng)用戶輸入“蔬菜水果脫水機(jī)”后，我們的方法比基線方法產(chǎn)生了更多樣化的結(jié)果。另外，還有一個(gè)收斂趨勢(shì)的案例。當(dāng)用戶搜索“連衣裙”并訪問相應(yīng)的店鋪后，再次輸入該店鋪時(shí)，我們的方法比基線方法產(chǎn)生的結(jié)果更加集中，并且更好地與用戶的歷史搜索記錄相匹配。

3、未來迭代方向

? 引入更精細(xì)的特征，更好的建模用戶的逛買意圖

? 用戶意圖建模更新的進(jìn)一步優(yōu)化

? 用戶意圖建模顯式影響

Note：

歡迎大家交流與探討，如有任何問題或建議，請(qǐng)隨時(shí)聯(lián)系：{wanghuimu1, limingming65}@jd.com。

我們京東搜索算法部目前有大量的社招和實(shí)習(xí)機(jī)會(huì)，誠邀有志之士加入。無論您是技術(shù)專家還是新興人才，我們都期待您的加入，共同推動(dòng)技術(shù)的進(jìn)步和創(chuàng)新。歡迎大家踴躍投遞簡歷，期待與您在京東相遇！

團(tuán)隊(duì)最近相關(guān)工作：

1. Breaking the Hourglass Phenomenon of Residual Quantization: Enhancing the Upper Bound of Generative Retrieval （arxiv：2407.21488）

2. Generative Retrieval with Preference Optimization for E-commerce Search（arxiv：2407.19829）

3. A Preference-oriented Diversity Model Based on Mutual-information in Re-ranking for E-commerce Search（SIGIR 24 ACCEPTED）

4. MODRL-TA: A Multi-Objective Deep Reinforcement Learning Framework for Traffic Allocation in E-Commerce Search（CIKM 24 ACCEPTED）

5. Optimizing E-commerce Search: Toward a Generalizable and Rank-Consistent Pre-Ranking Model（SIGIR 24 ACCEPTED）

分享嘉賓：

王彗木博士

中科院自動(dòng)化所博士，研究方向?yàn)榇竽Ｐ汀?qiáng)化學(xué)習(xí)，亦城優(yōu)秀人才，CCF 中國計(jì)算機(jī)學(xué)會(huì)專業(yè)會(huì)員，目前在京東從事主搜排序及生成式召排工作

李明明博士

資深算法專家中科院信工所博士，研究方向?yàn)榇竽Ｐ汀⒄Z義檢索，亦城優(yōu)秀人才，CCF 中國計(jì)算機(jī)學(xué)會(huì)專業(yè)會(huì)員，目前在京東從事主搜召回及生成式召排工作

審核編輯 黃宇