Unified Learning-to-Rank for Multi-Channel Retrieval in Large-Scale E-Commerce Search

Este artículo propone un modelo unificado de aprendizaje para clasificar que fusiona dinámicamente resultados de múltiples canales de recuperación en la búsqueda de comercio electrónico, superando a los métodos tradicionales y logrando una mejora del 2,85 % en la conversión de usuarios al ser desplegado en Target.com.

Lo esencial

Imagina que Target es un inmenso supermercado digital con millones de productos. Cuando un cliente busca algo (por ejemplo, "zapatos de verano"), el sistema no puede revisar cada uno de los millones de zapatos del almacén uno por uno; sería demasiado lento y el cliente se iría aburrido.

Para resolver esto, el sistema actual usa múltiples "cazadores" o canales especializados que buscan en diferentes partes del almacén:

1. Un cazador busca lo que más se vende (los clásicos).
2. Otro busca lo que es nuevo y de temporada.
3. Otro busca lo que es tendencia en redes sociales.
4. Otro busca lo que está cerca de ti geográficamente.

Cada uno de estos cazadores devuelve su propia lista de "los mejores zapatos". El problema es: ¿Cómo mezclas estas listas diferentes en una sola lista final perfecta sin que tarde más de un parpadeo?

El Problema: El "Jefe" Antiguo (Fusión de Rangos)

Antes, el sistema usaba un método sencillo llamado "Fusión de Rangos". Imagina que tienes a un jefe que mezcla las listas de los cazadores usando una regla fija: "Siempre pon el 50% de los zapatos del canal de 'ventas' y el 50% del canal de 'novedades'".

El problema de este jefe es que es tonto y rígido.

• Si el cliente busca "zapatos de invierno", el canal de "novedades de verano" no debería tener peso, pero el jefe sigue dándole espacio.
• No sabe que, a veces, el cliente quiere ver lo más nuevo, y otras veces lo más barato.
• No entiende que los canales pueden "hablar" entre sí para mejorar el resultado.

La Solución: El "Chef" Inteligente (Aprendizaje para Clasificar Unificado)

Los autores de este paper proponen cambiar al jefe rígido por un Chef Inteligente (un modelo de aprendizaje automático).

En lugar de usar reglas fijas, el Chef aprende a mezclar los ingredientes (los productos) basándose en lo que el cliente quiere en ese momento exacto.

¿Cómo funciona este Chef?

1. Escucha al Cliente (Intención a corto plazo): El Chef no solo mira lo que el cliente compró hace un año. Mira lo que ha hecho esta semana. Si el cliente acaba de buscar "regalos de cumpleaños", el Chef sabe que debe priorizar productos de regalo, aunque antes solo compraba herramientas.
2. Sabe qué es importante (Etiquetas de Conversión): El Chef entiende que no todos los clics son iguales.
   • Mirar un producto es bueno.
   • Hacer clic es mejor.
   • Ponerlo en el carrito es muy bueno.
   • Comprarlo es el premio gordo.
     El modelo está entrenado para priorizar lo que lleva a la compra, no solo a la curiosidad.
3. Es rápido (Latencia): A pesar de ser inteligente, el Chef es extremadamente rápido. En menos de 50 milisegundos (lo que tarda en parpadear un ojo), puede decidir el orden perfecto de los zapatos.

Los Resultados: ¿Funcionó?

El equipo probó este nuevo sistema contra el viejo método en Target.com mediante una prueba real (A/B testing):

• El resultado: El nuevo sistema logró que más gente comprara (un aumento del 2.85% en conversiones).
• La velocidad: Siguió siendo ultra-rápido, cumpliendo con los requisitos de tiempo estrictos.
• La calidad: Los usuarios encontraron productos que realmente les interesaban, no solo productos que "parecían" relevantes por una regla antigua.

En resumen

Este paper describe cómo pasar de un sistema de búsqueda que sigue un manual de instrucciones rígido a uno que tiene intuición y contexto.

Es como pasar de un buzón de correos que entrega cartas en un orden fijo, a un asistente personal que sabe qué carta te importa más hoy, basándose en lo que has hecho recientemente, y te la entrega primero, todo en una fracción de segundo.

La metáfora final:
Antes, el sistema era como una orquesta donde cada músico tocaba su propia canción a volumen fijo, creando un ruido confuso. Ahora, el sistema es como un director de orquesta que escucha al público (el usuario) y ajusta el volumen de cada instrumento (cada canal de búsqueda) en tiempo real para crear la melodía perfecta que hace que el público quiera comprar entradas (productos).

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo "Unified Learning-to-Rank for Multi-Channel Retrieval in Large-Scale E-Commerce Search" en español:

1. El Problema

En los sistemas de búsqueda de comercio electrónico a gran escala (como el de Target), el catálogo es inmenso y diverso. Para cubrir diferentes objetivos comerciales (productos más vendidos, novedades, tendencias, estacionalidad), los sistemas modernos utilizan múltiples canales de recuperación especializados. Sin embargo, fusionar estos candidatos heterogéneos en una lista única y ordenada presenta desafíos críticos:

• Disparidad de Objetivos: Los canales están optimizados independientemente (ej. relevancia léxica vs. frescura), generando distribuciones de puntuaciones y sesgos distintos.
• Limitaciones de los Métodos Actuales: Las técnicas de fusión tradicionales, como la Reciprocal Rank Fusion (RRF) o el Weighted Interleaving, utilizan pesos globales fijos. Esto ignora la utilidad específica de un canal para una consulta determinada (query-dependent) y no modela las interacciones entre canales.
• Restricciones de Latencia: Cualquier solución debe operar bajo estrictos límites de latencia (menos de 50 ms en producción) para no afectar la experiencia del usuario.
• Falta de Adaptabilidad: Los modelos existentes no capturan bien los cambios de intención del usuario a corto plazo ni optimizan directamente métricas de negocio complejas (como la conversión) en un entorno multi-canal.

2. Metodología

Los autores proponen reformular la fusión multi-canal como un problema de Learning-to-Rank (LTR) dependiente de la consulta sobre fuentes de candidatos heterogéneas.

Arquitectura del Sistema

El sistema sigue un pipeline de múltiples etapas:

1. Recuperación Múltiple: Varios canales (léxico, semántico, novedades, tendencias, regionales, estacionales) recuperan listas independientes de productos.
2. Truncamiento: Se toman los top-$n$ de cada canal.
3. Re-ranking Unificado: Un único modelo de aprendizaje fusiona y reordena todos los candidatos.

Representación de Datos y Características

• Granularidad Temporal: Las instancias de entrenamiento se definen a nivel de consulta-item-semana. Esto permite al modelo adaptarse a cambios de intención a corto plazo y tendencias estacionales, equilibrando la estabilidad estadística con la responsividad temporal.
• Características (Features):
  • Características del Item: Atributos estáticos y agregados de comportamiento a largo plazo.
  • Características Consulta-Item Conscientes del Canal: Puntuaciones de recuperación de todos los canales. Esto permite al modelo aprender la utilidad de cada canal para una consulta específica.
  • Características de Compromiso (Engagement): Incorporan señales recientes de comportamiento (clics, añadir al carrito, compras) para capturar la intención inmediata.

Construcción de Etiquetas (Labels)

Para optimizar múltiples objetivos de negocio simultáneamente, se define una etiqueta escalar de compromiso basada en una jerarquía de conversión:
$$L(q, i, w) = a \cdot P + b \cdot A + c \cdot C + d \cdot V$$
Donde $P, A, C, V$ son compras, añadir al carrito, clics y vistas, respectivamente.

• Pesos: Se asignan pesos mayores a acciones más raras y valiosas ($a \ge b \ge c \ge d$). Los pesos se calibran estadísticamente basándose en la tasa de conversión global del corpus.
• Normalización: Se aplica una normalización máxima por consulta para asegurar comparabilidad.

Modelo y Entrenamiento

• Algoritmo: Se utiliza Gradient Boosted Decision Trees (GBDT) (implementado con la librería Yggdrasil). Se eligió sobre redes neuronales profundas debido a su eficiencia computacional, capacidad para manejar características heterogéneas y cumplimiento de los requisitos de latencia en producción.
• Función de Objetivo: Se entrena con LambdaMART, que optimiza directamente la calidad del ranking (NDCG) mediante actualizaciones de gradiente basadas en pares.
• Estrategia: Se emplean divisiones oblicuas dispersas para manejar espacios de características de alta dimensión y regularización para evitar el sobreajuste.

3. Contribuciones Clave

1. Marco Unificado Práctico: Un modelo de ranking único que fusiona candidatos heterogéneos bajo estrictas restricciones de latencia, eliminando la necesidad de ponderación manual de canales.
2. Estrategia de Etiquetado Conjunta: Un método para optimizar simultáneamente clics, añadir al carrito y compras, incorporando objetivos específicos de cada canal.
3. Señales de Comportamiento Reciente: Demostración de la importancia crítica de incluir señales de comportamiento a corto plazo para capturar cambios de intención y mejorar la conversión.
4. Validación a Gran Escala: Implementación y prueba exitosa en un entorno de producción real (Target.com) con miles de millones de interacciones.

4. Resultados

Los experimentos se realizaron mediante pruebas A/B en línea en Target.com, comparando el modelo propuesto contra la línea base de Weighted Interleaving (WI).

• Métricas Offline: El modelo unificado mejoró el NDCG@8 de 0.6620 (WI) a 0.7169. La adición de características de compromiso y el etiquetado ponderado por conversión elevó el NDCG@8 a 0.7994.
• Métricas Online (Lift sobre la línea base):
  • Tasa de Conversión: +2.85% (estadísticamente significativo).
  • Añadir al Carrito (ATC): +2.81%.
  • CTR (Click-Through Rate): +1.46%.
• Rendimiento: El modelo cumple con los requisitos de latencia de producción, logrando una latencia p95 de menos de 50 ms.

5. Significado e Impacto

Este trabajo es significativo porque demuestra que es posible reemplazar estrategias de fusión heurísticas y estáticas con un modelo de aprendizaje unificado en entornos de comercio electrónico de alto tráfico.

• Eficiencia Operativa: Elimina la necesidad de ajustar manualmente los pesos de los canales, que es un proceso costoso y subóptimo.
• Optimización de Negocio: Alinear directamente el modelo de ranking con métricas de valor alto (conversión) en lugar de solo relevancia léxica o semántica.
• Adaptabilidad: La capacidad de capturar la utilidad del canal dependiente de la consulta y las señales de intención a corto plazo permite al sistema reaccionar mejor a las tendencias del mercado y al comportamiento dinámico de los usuarios.

En resumen, la propuesta ofrece una solución robusta y escalable para el desafío de la fusión de recuperación multi-canal, logrando mejoras tangibles en los indicadores clave de rendimiento (KPIs) comerciales sin comprometer la velocidad de respuesta del sistema.