Don't Contrast the Impossible: Region-Constrained Batching for Contrastive User Modeling on a Local Community Platform
Cet article propose le Region-Constrained Batch Sampling (RCBS), une nouvelle méthode de création de lots pour les plateformes communautaires locales qui remplace les négatifs géographiquement impossibles par des négatifs réalisables afin d'améliorer la modélisation contrastive des utilisateurs, améliorant ainsi les performances de recommandation et de publicité en production.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous essayez d'apprendre à un robot à comprendre ce que les gens aiment. Dans le monde de l'informatique, on appelle cela des « systèmes de recommandation », et le cerveau du robot est construit en utilisant une technique appelée « apprentissage contrastif ». Considérez cela comme un jeu de « cherche l'intrus ». Pour apprendre au robot ce qu'un utilisateur aime, on lui montre l'image de quelque chose sur lequel il a cliqué (un « positif ») puis on lui montre un tas d'autres images sur lesquelles il n'a pas cliqué (les « négatifs »). Le robot apprend en réalisant : « Ah, l'utilisateur aime celui-ci, mais pas ceux-là ».
Pour que ce jeu fonctionne bien, les images « négatives » que vous montrez au robot doivent être des choses que l'utilisateur aurait pu voir mais qu'il a simplement choisi d'ignorer. Si vous montrez la photo d'un pingouin à un utilisateur qui vit au milieu d'un désert et qui n'a jamais vu de pingouin, le robot n'apprend rien d'utile. L'utilisateur n'a pas ignoré le pingouin parce qu'il ne l'aime pas ; il l'a ignoré parce qu'il était impossible pour lui de le voir en premier lieu. Cette étude s'attaque à un problème spécifique où le « plateau de jeu » possède des règles strictes sur qui peut voir quoi, et le robot se laissait induire en erreur en lui montrant des choses impossibles.
Le Problème : Enseigner à un robot avec des choix impossibles
Sur une application communautaire locale comme Karrot (un endroit populaire en Corée du Sud pour acheter et vendre à proximité), les règles du jeu sont très différentes d'un magasin mondial comme Amazon. Sur Karrot, vous ne pouvez voir que les articles qui sont proches de vous. Si vous habitez à Séoul, vous ne verrez pas un vélo en vente à Busan, même s'il s'agit du plus cool des vélos. L'application est conçue de telle sorte que la distance agit comme un mur ; les objets de l'autre côté du mur sont tout simplement invisibles pour vous.
Les chercheurs ont découvert que la manière standard d'entraîner le robot commettait une grosse erreur. Le robot était entraîné en utilisant des « mini-lots » (mini-batches), qui sont juste de petits groupes d'utilisateurs et d'articles mélangés ensemble de manière aléatoire. Parce que le mélange était aléatoire, le robot se voyait souvent présenter des articles qui étaient physiquement impossibles à voir pour un utilisateur spécifique. Par exemple, il pouvait montrer à un utilisateur d'un quartier un article provenant d'un quartier situé à 50 kilomètres de là.
L'article appelle ces éléments des « négatifs impossibles ». Lorsque le robot voit un utilisateur ignorer un article qui était impossible à voir, il pense : « D'accord, cet utilisateur déteste définitivement cet article ! ». Mais c'est faux. L'utilisateur ne le détestait pas ; il ne pouvait simplement pas le voir. C'est comme un professeur qui gronderait un élève pour ne pas avoir répondu à une question écrite dans une langue que l'élève ne parle pas. L'article soutient que remplir le jeu d'entraînement avec ces choix « impossibles » dilue l'apprentissage du robot, le rendant incapable de deviner ce que les gens veulent réellement.
La Solution : La règle du « Même Quartier »
Pour corriger cela, les auteurs, Seungho Han, Byeongchang Kim et Jin Yu, ont proposé une nouvelle façon d'organiser le jeu d'entraînement appelée Échantillonnage de Lot Contraint par Région (RCBS - Region-Constrained Batch Sampling).
Au lieu de jeter tout le monde dans le même grand seau, le RCBS agit comme une surveillance de quartier très stricte. Lorsqu'il crée un groupe d'utilisateurs pour entraîner le robot, il ne choisit que des utilisateurs qui vivent dans la même zone (ou des zones très proches). Comme tout le monde dans le groupe vit à proximité, chaque article présenté dans le groupe est quelque chose que quiconque dans ce groupe pourrait théoriquement voir.
Ce changement simple a un effet puissant. Désormais, lorsque le robot voit un utilisateur ignorer un article, il sait avec certitude que l'utilisateur pouvait le voir. S'il ne clique toujours pas, c'est un véritable signal qu'il n'est pas intéressé. Ces choix sont appelés « négatifs réalisables ». L'article suggère que ces choix « réalisables » sont en fait plus difficiles et plus informatifs pour l'apprentissage du robot que les « impossibles » qui étaient faciles. C'est comme passer l'entraînement du robot de « deviner ce qu'il y a dans une boîte verrouillée » à « deviner ce qu'il y a dans une boîte juste devant vous ».
Ce Qu'ils Ont Découvert : Un Meilleur Robot
L'équipe a testé cette idée de deux manières : d'abord, en effectuant des simulations hors ligne (comme un match d'entraînement), et deuxièmement, en la testant sur l'application réelle avec de vrais utilisateurs (un test A/B en direct).
Dans les simulations, ils ont mesuré combien de choix « impossibles » se trouvaient dans les groupes d'entraînement. Avec l'ancienne méthode aléatoire, un nombre stupéfiant de 98 % des choix négatifs étaient impossibles à voir pour l'utilisateur. Avec leur nouvelle méthode RCBS, ils ont réussi à faire descendre ce chiffre à 30 %.
Les résultats étaient clairs. Le robot entraîné avec la nouvelle « règle du quartier » est devenu bien meilleur pour comprendre les utilisateurs.
- Tests hors ligne : Le nouveau robot a amélioré sa capacité à trouver les bons articles d'environ 7,56 % pour les recherches du flux d'actualités (home feed) et de 4,61 % pour le classement des publicités, par rapport à l'ancien robot.
- Tests en direct : Lorsqu'ils ont intégré le nouveau robot dans l'application réelle, les résultats étaient encore plus passionnants. Le nombre de clics sur le flux d'actualités a augmenté de 10,0 %, et le nombre de personnes voyant le flux (impressions) a augmenté de 5,12 %. Même les publicités ont mieux performé, avec une augmentation de 7,46 % des clics sur celles-ci.
L'Essentiel
L'article conclut que pour les plateformes communautaires locales, on ne peut pas simplement mélanger et assortir les utilisateurs et les articles de manière aléatoire. Il faut respecter la géographie. En s'assurant que le robot n'apprenne que de choses que les utilisateurs peuvent réellement voir, le robot apprend beaucoup plus vite et plus intelligemment. Les auteurs ont déjà déployé cette nouvelle méthode chez Karrot, et elle aide désormais des millions d'utilisateurs à trouver ce qu'ils veulent réellement, juste dans leurs propres quartiers. Ils suggèrent que, bien que ce soit une étape importante, il pourrait y avoir d'autres façons d'affiner ces règles de « voisinage » à l'avenir, mais pour l'instant, la correction simple consistant à « ne pas contraster l'impossible » s'est avérée être une victoire.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.