Hi omnes! Meum nomen est Sasha, ego CTO & Co-Fortor apud LoyaltyLab. Ante duos annos, amici mei, et ego, sicut omnes pauperes studentes, vesperi accessi ut cerevisiam emerem in proxima copia prope domum nostram. Valde commoti sumus quod venditor, sciens nos pro cervisia venturos, non offerebat infringam in astulas vel fragor, quamvis hoc tam logicum esset! Cur haec res gereretur non intelleximus et in societate nostra proficisci decrevimus. Bene, ut dignis, infringo te singulis Veneris diebus eisdem astulis.

Et totum obtinuit unde materiam in parte technica producti exhibeo NVIDIA GTC. Laeti sumus communicare cum communitate laborem nostrum, ergo famam meam in forma articuli praedicamus.

introduction

Sicut ceteri in principio itineris, perspiciendo incepimus quomodo systemata suadet. Atque architecturae popularis maxime evasit hoc genus:

Constat duabus partibus;

1. Sampling candidati ad commendationes usus simplex et celeriter exemplar, unum plerumque collaborativum.
2. Ordinatio candidatorum cum exemplar contento complexiore et lento, omnibus possibilibus notis in notitiis attentis.

Utar infra.

• candidatus / candidatum ad suasiones - par usoris productum, quod potentia comprehendi potest in commendatione in productione.
• candidati extractionem / extractor / candidatum extractionis modum - processum seu modum extrahendi "remendationem candidatorum" ex notitia available.

Primus gradus plerumque implicat utendo varias variationes collaborativae percolationis. Maxime popular - ALS. Mirum est quod pleraque vasa de systematibus auctoritatibus solum varias emendationes ad exempla collaborativas in primo gradu revelant, sed nemo multa de aliis modis sampling loquitur. Nobis, accessus utendi solum exempla collaborativa et variae optimizationes cum illis non operati sumus cum qualitate quam speravimus, sic in hac parte specie inquisitionis effodimus. Et in fine articuli ostendam quantum ALS emendare potuimus, quod erat baseline nostra.

Priusquam ad nostram accessionem describendam accedam, interest notare in commendationibus realibus, cum interest nos considerare notitias quae ante 30 minutas factas sunt, revera non sunt multi accessus qui tempore debito operari possunt. Sed, in nostro casu, non plus quam semel in die, et in pluribus - semel in hebdomade, commendationes colligere debemus, quae nobis facultatem tribuit utendi exemplaribus multiplicibus et qualitate plurium meliorum.

Pro baseline ducamus quod metrics tantum ALS ostendit in munere candidatorum extrahendi. Clavis metricae monitoris sumus:

• Subtilitas - proportio candidatorum recte selectorum e gustatis.
• Revocatio est proportio candidatorum quae evenit ex iis, quae actu in scoporum intervallo erant.
• F1-score - F mensurae in duobus prioribus punctis computatis.

Etiam metricos finalis exemplaris spectabimus post disciplinae clivosae boosting cum lineamentis additis contentis. Sunt etiam 3 praecipuae metri hic:

• praecisionem@5 - mediocris recipis productorum a summo 5 secundum probabilitatem pro quolibet emptore.
• responsio-rate@5 - conversionem clientium ex visitatione ad copia emptionis emptionis unius saltem personae oblationis (5 producta in uno offer).
• avg roc-auc per user - mediocris roc-auc pro quolibet emptore.

Illud notandum est quod omnia illa metrica metiuntur tempus-series crucis-validationishoc est institutio in primis k hebdomadibus occurrit, et k+1 septimana accipitur pro notitia test. Sic temporis varietas habuit minimam immutationem in interpretatione qualitate exemplorum. Praeterea in omnibus graphis, axis abscissa numerum hebdomadem in cruce convalidationis indicabit, et axis ordinatim applicatus valorem metrici determinati indicabit. Omnes graphs in notitia transactionis ab uno cliente nituntur ut comparationes inter se rectae sint.

Priusquam accessum nostrum describere incipiamus, primum basin inspicimus, quod exemplar est ALS exercitata.
Candidatus retrieval metrics:

Ultima metrics:

Omnes algorithmorum exsecutiones tractamus ut hypothesis quaedam negotiatio. Hoc modo, durissime, exemplar quodvis collaborativum considerari potest ut hypothesis quae « homines emere solent quod homines sibi similes emunt ». Ut iam dixi, talibus semanticis nos non circumscripsimus, et hic sunt nonnullae hypotheses quae bene operantur in tabulario offline:

1. Quod iam antea emi.
2. Simile quid ante emi.
3. Longi temporis praeteritum emptio.
4. Popularis praedicamenti/brand.
5. Alternate emptionem diversorum bonorum ab hebdomade in hebdomada (Markov catenas).
6. Similia producta emptoribus, secundum notas a diversis exemplaribus constructae (Word2Vec, DSSM, etc.).

Quid emisti ante?

Manifestissima heuristica quae optime facit in grosso macello. Hic accipimus omnia bona quae in ultimis K diebus (plerumque 1-3 hebdomadibus) vel K diebus ante annum emuntur. Hanc solam methodum applicando, metri sequentis obtinemus:

Hic manifeste patet quod, quanto plus temporis sumimus, eo magis recolimus nos, et minus accuratius quam habemus, et vice versa. In mediocris, "ultimae 2 weeks" melior proventus pro clientibus dat.

Simile quid ante emi

Non mirum est quod pro grocerico "quod ante emi" bene operatur, sed candidatos extrahendi solum ex iis quae usor iam emit non admodum frigidus est, quia probabile est emptorem aliquod novum opus opprimere. Ideo proponimus aliquantulum emendare hanc heuristicam iisdem collaborativis exemplaribus. Ex vectoribus quos in ALS exercitationem accepimus, similes fructus ad id quod usor iam emit, consequi possumus. Haec opinio valde similis est cum "video similis" in officiis ad videndum contentum videndi, sed cum nescimus quid usor edat/emat certo momento, solum quaerere possumus similes illis quae iam emit, praesertim. quoniam bene operatur iam novimus. Hanc methodum applicando in transactionibus usoris per ultimas 2 septimanas, sequenti metrica obtinemus:

est k - numerus similium productorum, qui pro quolibet producto empto ab emptore super proximis 14 diebus restituit.
Hic accessus maxime bene pro cliente nostro laboravit, cui criticum non erat commendare aliquid quod iam in historia emptionis usoris erat.

Nuper emptio tempus

Quemadmodum iam compertum est, ob frequentiam bonorum acquirendi summam, primus accessus ad nostras necessitates bene operatur. Sed quid de bonis quasi lotio pulveris/shampo/etc. Id est, cum productis, quae abhorret omni septimana vel duobus necessariis, et modos superiores extrahi non possunt. Hoc ducit ad opinionem sequentem - proponitur computare tempus emptionis uniuscuiusque producti in mediocris pro clientibus qui productum plus emit. k semel. Tum extrahere quod maxime probabile est, iam excurrere. Tempora calculata pro bonis oculis obsociari possunt ad sufficientiam;

Et tunc videbimus utrum finis operis incidat in temporis intervallo, cum commendationes fient in productione et specimen quod evenit. Accessus sic illustrari potest;

Hic habemus 2 casus principales qui considerari possunt:

1. Necessarium est specimen res a clientibus qui productum minus quam K temporibus emerunt.
2. Estne necessarium exemplum aliquod productum si finis periodi sui cadit ante principium scopo intervalli.

Ex sequenti grapho ostendit quid eventus hic methodus cum diversis hyperparametris attingat;

ft - Solus sume clientes qui productum saltem K (hic K=5) temporibus emerunt
tm - Tantum candidati qui cadunt in scopum intervallum

Non est mirum quod potens est (0, 0) summa receptui ac minimus praecisionemquoniam hac lege petitores redduntur. Optimi tamen proventus efficiuntur, cum products specimen non pro clientibus qui peculiare productum minus quam emerunt k tempora et extractum, etiam bona, finis periodi quae cadit ante scopum inter- vallum.

Popular by category

Alia notio satis evidens est exempla populares productos per diversa genera vel notas facere. Hic computamus pro quolibet emptore top-k * "Fringilla" genera/branda et extractum "populum" ex hoc categoria/nota. In casu nostro, numerum emptionum producti "gratum" et "populum" decernemus. Accessit etiam utilitas huius accessionis applicabilitas eius in casu initio frigidi. Id est, clientibus qui vel perpaucos emptionem fecerunt, vel in horrea diu non fuerunt, vel fidem cardi- nalem dederunt. Pro eis, facilius et melius est res instruere quae populares sunt apud clientes et historiam habent. Consequens metri sunt:

Hic numerus post verbum "categoriae" gradum nidificandi categoriae significat.

Super, illud quoque mirum non est genera angustiora meliora consequi meliores eventus, cum accuratiores "ventus" pro shoppers eliciunt.

Alternate emit de diversis bonis ab hebdomade in hebdomada

Interestingly accessus quam non vidi in articulis de systematibus laudatoris satis simplex est et simul operandi methodum statisticam Markov catenis. Hic singulas hebdomades accipimus, deinde pro unaquaque emptore paria productorum construimus [emit in septimana i] - [emit in septimana j], ubi j > iatque hinc pro unoquoque producto probabilitatem mutandi in aliam productam proximam hebdomadam computamus. Id est, singulis bonis producti-productj Numerum eorum in binis inventis numeramus et per binarium numerum dividemus products in prima septimana. Candidatos excerpere, emptori ultimam acceptionem et extractionem capimus top-k * Verisimile proximum res de transitu matricis recepimus. Processus construendi matrix transitus sic similis est:

Ex realibus exemplis in transitu matricis probabilitatis videmus phaenomena interesting quae sequuntur:

Hic animadvertere potes interesting clientelas quae in moribus consumendi manifestantur: exempli gratia, amatores fructuum citri vel lactis notam ex qua ad alium vertas sint. Illud etiam mirum non est, cum magna frequentia fructus emptionis repetere, ut butyrum, hic etiam finire.

Metri methodi apud Markovum catenulae sunt hae;

k - numerus productorum qui rettatus est pro quolibet facto empti ex recenti transactione emptoris.
Ut perspicimus, optimum exitum figurae cum k=4. Spica in hebdomada IV explicari potest per mores temporum circa dies festos. 

Similia producta emptoribus, secundum notas a diversis exemplaribus constructae

Nunc ad difficillimam et iucundam partem pervenimus - quaerendo proximos proximos secundum vectores clientium et productorum secundum varia exempla aedificata. In opere nostro utimur 3 talibus exemplaribus:

• ALS
• Word2Vec (Item2Vec ad talia negotia)
• DSSM

Iam de ALS actum est, legere potes quomodo discat hic. Cum de Word2Vec, nota exsecutionis exemplaris utimur gensim. Per analogiam cum textibus definimus oblatum pro emptione acceptilatio. Ita, cum vector productum construens, exemplar discit praedicere de facto in recepcione eius "contextum" (reliqua producta in recepcione). In ecommerce data, melius est sessionem emptoris loco acceptionis uti, guys e Ozon. Et DSSM plus interesting ad parse est. Initio scripta fuit a Microsoft sicut exemplar inquisitionis latinae; Investigationes originalem chartam hic legere potes. Architectura exemplaris huius modi est:

est Q - quaesitio, quaesitio usoris; D[i] — documentum, pagina interrete. Exemplar initus est petitionis et paginae attributa, respectively. Post singulas input stratum plures stratae plene connexae sunt (perceptron multilayer). Deinde exemplar discit cosinum minuere inter vectores in ultimis exemplaris stratis habitis.
Officia commendationis eadem prorsus architectura utuntur, solum loco rogationis utentis, et pro pagina producta sunt. Et in nostro casu haec architectura in sequentem transmutatur;

Nunc, ad reprimendam eventus, restat ut ultimum punctum tegat - si in ALS et DSSM vectores utentis expresse definivimus, in Verbi 2Vec tantum vectores productos habemus. Hic, ut vector utentis aedificaretur, definivimus 3 accessiones principales:

1. Modo vectorem adde, tunc pro cosino distantia evenit ut nos simpliciter averaged productos in historia acquirendi.
2. Vector summationem cum aliquo temporis pondere.
3. bona perpendens cum TF-IDF coefficiens.

In casu lineari ponderis emptoris vectoris, ex hypothesi proceditur, productum quod hesterno usore emerat maiorem vim in moribus suis habere quam factum quod ante sex menses emit. Priore hebdomade emptori sic cum dissidentibus 1 consideramus, et quid proxime dissimiles , , etc.

Nam coefficientes TF-IDF eadem prorsus facimus ac in TF-IDF pro textibus, solum emptorem ut documentum consideramus, et perscriptio oblatum, respective verbum productum est. Hoc modo vector usoris plura ad bona rara transferet, dum bona frequentia et familiaria emptori non multum mutant. Accessus sic illustrari potest;

Nunc de metricis videamus. Hoc est quod ALS eventus vultus amo:

Metrics for Item2Vec cum diversis variationibus construendi vector emptoris:

Hoc in casu, idem prorsus exemplar ac in nostra baseline usus est. Sola differentia est qua k utemur. Ut exempla tantum collaborativa utaris, circiter 50-70 proximos fructus pro sulum emptoribus sumere debebis.

Et metrice secundum DSSM;

Quomodo omnes modos miscere?

Refrigescant, inquis, sed quid agant tam magnae candidatorum extrahendi instrumenta? Quam eligere meliorem configurationem pro notitia? Hic habemus plures quaestiones:

1. Necessarium est aliquo modo spatium hyperparametri in unaquaque methodo circumscribere inquisitionis spatium. Est sane ubique discretus, sed numerus punctorum possibilium praegrandis est.
2. Utens parvo limitato specimen methodorum specificarum cum hyperparametris specificis, quomodo potest eligere optimam configurationem pro metrica tua?

Nondum invenimus responsionem definitivam primae quaestioni, sic ab sequenti procedemus: pro qualibet methodo, hyperparameter inquisitionis spatii limitis scribitur, secundum quosdam statisticas in notitiis quas habemus. Ita, cognoscentes medium tempus inter emptionem ab hominibus, suspicari possumus quo tempore uti "quod iam emptum est" et "longi temporis praeteriti emptionis" rationem.

Et postquam certum numerum variationum diversorum methodorum adaequatum percurrimus, haec notamus: unaquaeque exsecutio certos candidatos extrahit et certam nobis clavem metricam habet. Numerum numerum candidatorum summam obtinere volumus, secundum nostram facultatem computandi licitam, summa cum metrica possibilitate. Hic quaestio pulchre concidit in problema manticae.

Hic numerus candidatorum pondus regulae est, et modus revocandi eius valor est. Sunt autem 2 plura puncta quae algorithmum foveant cum ratio habenda est;

• Methodi in candidatis se recipiunt.
• In quibusdam casibus rectius erit unam methodum bis cum parametris diversis sumere, et candidatus ex primo ex- peditus non erit secundi.

Exempli gratia, si exsequendam "quod iam emi" methodum diversis intervallis recuperandi accipiamus, eorum candidatorum copia in se invicem collocabuntur. Eodem tempore, variae parametri in "emptionibus periodicis" in exitu plenam sectionem non praebent. Sampling igitur accessus cum diversis parametris in caudices dividimus, ita ut ab unoquoque stipite ad summum accessum cum hyperparametris specificis sumere velimus. Ad hoc, parum scite debes accipere peram problema ad exsequendam, sed asymptotici et eventus non mutabuntur.

Dolor hic coniunctio nos permittit ut sequentia metrica in comparatione cum exemplaribus simplicibus collaborativis:

In metri finali hanc picturam videmus;

Sed hic animadvertere potes unum esse punctum in propatulo commendationis usui ad negotiandum. Nunc tantum didicimus facere magnum officium praedicendi quod user emet, exempli gratia, altera hebdomade. Sed simpliciter discount aliquid dare quod iam emere non est frigidissima. Sed frigus exspectationem augere, verbi sequentis metrici, est:

1. Margin/tumover in commendatione personali.
2. Lorem mediocris reprehendo.
3. Frequentia visitatio.

Ita probabilia multiplicamus a diversis coefficientibus consecuta et renovemus ea ut producta quae supra metrica afficiunt ad cacumen accedant. Nulla est parata solutio ad quam accessus maxime utatur. Experimur etiam cum huiusmodi coefficientibus directe in productione. Sed hic sunt technicae interesting quae saepissime nobis optimos eventus dant:

1. Multiplica per pretium/marginem producti.
2. Multiplica per acceptilationem mediocris in qua productus apparet. Sic adveniunt, quibus aliquid sumere soleant.
3. Multiplica per mediocris frequentia visitationum ab emptoribus huius producti, ex coniectura quod hoc productum provocat homines ut saepius reddatur.

Experimenta cum coefficientibus peractis, sequentia metrica in productione consecuti sumus;

est altiore products conversionem — participes facti empti ex omnibus fructibus commendationibus quas generavimus.

Sedulus lector animadvertet notabilem differentiam inter online et metri online. Haec agendi ratio explicatur ex eo quod non omnes dynamicas filtras pro fructibus commendari possunt rationi habendae cum exemplar formandi. Nobis, cum dimidia pars receptae candidatorum eliquari potest, haec species in nostra industria typica est.

Secundum reditus, haec fabula obtinetur, patet quod, post launching commendationes, reditus coetus test valde augetur, nunc mediocris incrementum in vectigalibus nostris commendationibus 3-4% est;

Demum, dicere volumus, si commendatione non reali indiges, amplissimum qualitatem incrementi reperiri posse in experimentis cum candidatis pro commendatione extrahendis. Multum temporis spatium generationis suae efficit ut multiplices rationes bonas coniungat, quae in summa magnos proventus negotiorum dabunt.

Laetus ero loqui in commenta cum aliquo qui materiam invenit interesting. Interrogare potes personaliter ad me telegraphum. Ego quoque communico cogitationes meas de AI / startups in mea telegraphum channel — gratissimum :)

Source: www.habr.com