Decomposing Staleness in Recommender Systems: A Dual-Filter Framework for Supersession and Decay
Cet article présente SDF, un cadre à double filtre déployé dans Google Discover qui utilise des modèles appris pour détecter la surenchère de contenu et prédire le déclin de pertinence, réduisant avec succès les signalements de contenu obsolète de 54,9 % tout en améliorant l'engagement des utilisateurs et l'efficacité du système.
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
Dans le paysage vaste et en perpétuelle mutation de l'information numérique, la pertinence est une denrée éphémère. Les systèmes de recommandation, ces moteurs qui orchestrent ce que nous voyons sur nos écrans, opèrent dans un monde où les nouvelles changent d'heure en heure et où l'importance d'une histoire peut s'évanouir à l'instant même où un nouveau développement survient. Pour ces systèmes, un contenu ne devient pas simplement vieux ; il devient obsolète. Cette obsolescence provient de deux forces distinctes. Premièrement, une histoire peut être brusquement supplantée lorsqu'une nouvelle mise à jour contredit ou complète le récit, rendant la version précédente factuellement incomplète ou trompeuse. Deuxièmement, un contenu peut souffrir d'une dépréciation naturelle de sa valeur, lorsqu'un guide sur un événement spécifique ou un conseil lié au temps perd simplement son utilité une fois le moment passé, indépendamment de l'apparition d'une nouvelle histoire. Lorsque ces systèmes ne parviennent pas à reconnaître ces changements, ils continuent de proposer du matériel périmé, frustrant les utilisateurs et encombrant le flux d'informations qui ne servent plus aucun objectif.
Des chercheurs de Google ont abordé ce problème omniprésent avec une nouvelle approche appelée SDF, un système à double filtre conçu pour identifier et supprimer le contenu obsolète avant même qu'il n'atteigne l'écran d'un utilisateur. Déployé au sein de Google Discover, un flux personnalisé utilisé quotidiennement par des centaines de millions de personnes, ce système va au-delà des méthodes rudimentaires du passé, telles que la simple suppression d'articles après un certain nombre de jours ou le recours au nombre de clics reçus. Au lieu de cela, l'équipe a construit deux filtres spécialisés qui travaillent de concert pour comprendre le cycle de vie de l'information. Un filtre recherche les relations entre les histoires, détectant quand une nouvelle arrivée rend une plus ancienne obsolète. L'autre filtre examine le contenu lui-même pour prédire la vitesse à laquelle sa valeur s'estompera au fil du temps. En combinant ces deux perspectives, le système agit comme un gardien proactif, élaguant le vivier de candidats pour s'assurer que seul le contenu frais, pertinent et utile progresse vers les étapes de classement et d'affichage.
Le premier défi que les chercheurs ont abordé était la suppléance, le moment où une nouvelle histoire rend une ancienne obsolète. Il ne s'agit pas d'une question de passage du temps, mais de progression narrative. Par exemple, un rapport initial indiquant qu'une personnalité publique est sous surveillance médicale devient obsolète à l'instant même où une annonce confirme son décès. Pour capter ces moments, l'équipe a développé un filtre relationnel qui compare des paires d'articles. Comme il est impossible de marquer manuellement des millions de paires d'articles pour enseigner cette compétence à un ordinateur, ils ont utilisé un grand modèle de langage pour générer des données d'entraînement synthétiques. Ce modèle a appris à lire deux articles et à déterminer si le plus récent contredisait ou complétait l'histoire du précédent. La connaissance issue de ce grand modèle a ensuite été distillée dans un modèle étudiant plus petit et plus rapide, capable de rendre ces jugements en temps réel. Ce filtre a réussi à identifier les cas où une mise à jour rendait un rapport précédent obsolète, comme lorsqu'un résultat électoral définitif remplaçait une projection ou lorsqu'un prix confirmé remplaçait une rumeur.
Le second défi était la dépréciation de la pertinence, l'effacement naturel de la valeur d'un élément lorsque sa fenêtre d'opportunité spécifique se referme. Un guide sur une pluie de météores est extrêmement utile la nuit de l'événement, mais devient non pertinent le lendemain matin, tandis qu'un guide sur un festival local peut rester utile pendant plusieurs jours. Contrairement à la suppléance, cette dépréciation est intrinsèque au contenu lui-même, et ne dépend pas d'un nouveau concurrent. Pour résoudre cela, les chercheurs ont créé un modèle qui prédit le « ratio de trafic » d'un article. En analysant le texte, les images et la vidéo au sein d'un article, le modèle prévoit quelle part du trafic total de sa durée de vie aura été accumulée à un certain moment dans le futur. Si le modèle prédit qu'un article a déjà capturé la grande majorité du trafic qu'il recevra jamais, il signale l'article comme obsolète. Cela permet au système de supprimer immédiatement les guides sensibles au temps dès que leur fenêtre d'événement se ferme, tout en maintenant disponibles les contenus intemporels, comme les conseils de santé, beaucoup plus longtemps.
La puissance de ce système réside dans la manière dont ces deux filtres collaborent. Ils opèrent indépendamment, vérifiant la suppléance et la dépréciation séparément, puis combinent leurs conclusions. Si l'un des filtres décide qu'un article est obsolète, l'article est retiré du vivier des candidats avant d'atteindre les étapes de calcul intensives du processus de classement. Cela améliore non seulement la qualité de ce que voient les utilisateurs, mais économise également une puissance de calcul significative en évitant le traitement de contenus destinés à être ignorés. Lors de tests en ligne, cette approche s'est révélée très efficace. Le système a considérablement réduit la prévalence du contenu obsolète dans le flux par rapport aux anciennes méthodes reposant sur de simples limites d'âge ou des seuils d'engagement. Le cadre à double filtre a réussi à capter des types distincts d'obsolescence que les systèmes précédents manquaient, démontant que traiter ces deux mécanismes comme des problèmes distincts produit de meilleurs résultats que d'essayer de les résoudre avec un instrument unique et grossier.
Sur une période de deux ans de déploiement en conditions réelles, l'impact de ce système a été mesuré via les retours des utilisateurs. Le nombre de signalements effectués par les utilisateurs se plaignant de contenu obsolète a chuté de plus de moitié, une amélioration substantielle de l'expérience utilisateur. Plus précisément, les signalements concernant des actualités suppléées ont diminué de près des deux tiers, tandis que les plaintes concernant des contenus ayant naturellement perdu leur pertinence ont diminué d'environ un tiers. Le système a également amélioré la santé globale du flux, entraînant une légère augmentation de l'engagement positif des utilisateurs et une gamme de sujets plus diversifiée. Bien que le système ne soit pas parfait et manque occasionnellement des cas subtils ou juge mal des contenus déjà vus ailleurs, il représente une solution robuste et évolutive à un problème industriel complexe. En décomposant le concept d'obsolescence en ses composantes relationnelles et intrinsèques, les chercheurs ont établi un nouveau paradigme pour maintenir la fraîcheur du contenu numérique, garantissant que l'information atteignant les utilisateurs est non seulement populaire, mais aussi opportune et exacte.
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.