Decoupled Temporal Encoding for Generative Recommendation
Dieses Paper schlägt Decoupled Temporal Encoding (DTE) vor, ein leichtgewichtiges Framework für generative Empfehlungen, das bestehende Methoden verbessert, indem es die zeitliche Dynamik durch zwei komplementäre Module von der Item-Reihenfolge trennt: ein personalisiertes makro-temporales Modul für breite zeitliche Muster und ein zeitgesteuertes mikro-sequentielles Modul für dichte lokale Interaktionen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
In der digitalen Welt fungieren Empfehlungssysteme als die stillen Kuratoren unseres täglichen Lebens, indem sie vorschlagen, was wir als Nächstes ansehen, kaufen oder essen sollten. Seit Jahren verlassen sich diese Systeme auf eine leistungsstarke Art von künstlicher Intelligenz, die als Transformer bekannt ist und sich hervorragend im Verständnis von Sequenzen auszeichnet. Betrachten Sie die Historie eines Nutzers wie eine Geschichte: Das System liest die Kapitel der Artikel, mit denen eine Person interagiert hat, um das nächste Kapitel zu erraten. Um eine Geschichte zu verstehen, muss die KI nicht nur wissen, was passiert ist, sondern auch wann und in welcher Reihenfolge. Standardmethoden, um der KI dieses Verständnis für Ordnung beizubringen, wurden aus Sprachmodellen entlehnt, wobei jedes Element in einer Liste als einfacher Schritt in einer Sequenz behandelt wird, vergleichbar mit Wörtern in einem Satz. Menschliches Verhalten in der realen Welt ist jedoch weitaus komplexer als eine einfache Liste. Es wird durch die Uhr, den Kalender und den Rhythmus des täglichen Lebens geformt. Der Hunger eines Menschen zur Mittagszeit, seine Einkaufsgewohnheiten am Wochenende oder seine Reaktion auf einen plötzlichen Ausverkauf sind allesamt temporale Muster, die Standardmethoden oft nur schwer neben der einfachen Abfolge von Ereignissen erfassen können.
Forscher bei Alibabas Rajax Network Technology, die in dem Hochdruckumfeld des Taobao-App-Dienstes für Essenslieferungen und Sofort-Einzelhandel arbeiteten, identifizierten eine Lücke darin, wie diese Systeme die Zeit verstehen. Sie beobachteten, dass das Nutzerverhalten von zwei unterschiedlichen Kräften angetrieben wird, die oft miteinander vermischt werden. Eine Kraft ist der breite, weit gefasste Kontext der Zeit: die Tatsache, dass es Dienstag ist, dass es kurz vor der Mittagszeit ist oder dass ein bestimmter Laden gerade einen plötzlichen Anstieg des Verkehrs erlebt. Die andere Kraft ist die enge, unmittelbare Sequenz von Handlungen: die Tatsache, dass ein Nutzer auf einen Nudelimbiss klickte, dann auf ein Getränk, dann auf einen Nachtisch, und das alles innerhalb weniger Minuten. Bestehende Systeme versuchten, beide Signale durch einen einzigen, einheitlichen Kanal in die KI einzuspeisen, was so ist, als würde man versuchen, einen Sturm zu beschreiben, indem man lediglich die Windgeschwindigkeit misst und den Regen ignoriert. Dieser Ansatz erschwerte es dem Modell, zwischen der allgemeinen Stimmung des Tages und den spezifischen, rasanten Entscheidungen zu unterscheiden, die ein Nutzer im Moment traf.
Um dies zu lösen, entwickelte das Team ein neues Framework namens Decoupled Temporal Encoding (Entkoppelte Temporale Kodierung). Anstatt die KI zu zwingen, Zeit und Reihenfolge aus derselben Quelle zu lernen, bauten sie zwei separate, leichtgewichtige Module, die in Harmonie zusammenarbeiten. Das erste Modul, das sie den makro-temporalen Encoder nennen, konzentriert sich auf das große Ganze. Es speist kompakte Signale in das System ein, um der KI mitzuteilen, welche Tageszeit es ist, welcher Wochentag vorliegt und wie viel Zeit seit der letzten Interaktion vergangen ist. Dies ermöglicht es dem Modell zu verstehen, dass ein Nutzer, der am Freitag um 19 Uhr zu Abend bestellt, wahrscheinlich in einer anderen Verfassung ist als derselbe Nutzer, der am Montag um 12 Uhr zu Mittag bestellt. Das zweite Modul, der mikro-sequenzielle Encoder, kümmert sich um die feinen Details. Er fungiert als Torwächter und greift nur dann ein, um die strikte Reihenfolge der Ereignisse zu betonen, wenn Interaktionen so schnell aufeinanderfolgen, dass die Zeitstempel allein unscharf werden. Wenn ein Nutzer in schneller Folge durch mehrere Artikel klickt, stellt dieses Modul sicher, dass die KI der präzisen Abfolge dieser Klicks Aufmerksamkeit schenkt, anstatt nur der Tatsache, dass sie zeitlich nah beieinander lagen.
Die Forscher testeten diesen Ansatz auf einem massiven Datensatz, der Milliarden von Interaktionen aus der Taobao-App sowie einen öffentlichen Benchmark für Videorempfehlungen enthielt. Die Ergebnisse zeigten, dass die Trennung dieser beiden Arten von Zeitinformationen die Fähigkeit des Systems, vorherzusagen, was ein Nutzer als Nächstes wünschen würde, signifikant verbesserte. In Offline-Tests übertraf die neue Methode alle bisherigen State-of-the-Art-Modelle und erreichte eine höhere Genauigkeit bei der Vorhersage von Klicks sowie eine Reduzierung von Fehlern. Entscheidend war, dass das Team feststellte, dass das System am besten funktionierte, wenn Nutzer klare, sich wiederholende Muster in ihrem Verhalten zeigten, wie etwa regelmäßige Mittagsbestellungen, oder wenn ihre Interaktionen sehr dicht gedrängt waren. Die Analyse der internen Aufmerksamkeitsmuster der KI enthüllte, dass das System lernte, diese periodischen Gewohnheiten zu verstärken, ohne die unmittelbare Sequenz der Ereignisse aus den Augen zu verlieren.
Der wahre Test für diese Forschung kam, als das Team das System in den Live-Verkehr der Taobao-App implementierte. In einem strengen, dreiwöchigen Experiment mit Millionen echter Nutzer lieferte die neue Methode messbare geschäftliche Verbesserungen. Sie steigerte die Klickrate um 1,8 Prozent und den Umsatz pro tausend Impressionen um 3,0 Prozent, während sie nur eine vernachlässigbare Verzögerung der Systemantwortzeit hinzufügte. Da die Gewinne konsistent waren und das System stabil blieb, rollte das Unternehmen das Update im Januar 2026 für 100 Prozent des Traffics des Shangou-Werbeempfehlungssystems aus. Diese Implementierung zeigt, dass Empfehlungssysteme durch die Entkopplung des breiten Zeitkontexts von der spezifischen Abfolge von Handlungen besser auf die komplexe, rhythmische Natur des menschlichen Lebens abgestimmt werden können, wodurch Vorschläge gemacht werden, die sich nicht nur zeitgemäß, sondern wahrhaft persönlich anfühlen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.