🤖 AI

Ocean4Rec: Offline LLM-Derived OCEAN Profiles for Request-Time VOD Reranking

Ocean4Rec एक ऑफलाइन LLM-संचालित रीरैंकिंग फ्रेमवर्क है जो VOD आइटम्स और उपयोगकर्ताओं के लिए OCEAN व्यक्तित्व प्रोफाइल को प्री-कंप्यूट करता है ताकि कुशल, रिक्वेस्ट-टाइम LLM-मुक्त री-रैंकिंग सक्षम की जा सके, जो Samsung Smart TV लॉग्स पर मजबूत औद्योगिक बेसलाइन्स की तुलना में NDCG@20 और HR@20 मेट्रिक्स में महत्वपूर्ण सुधार करता है।

मूल लेखक: Wonkyun Kim, Sehyun Bae, Kwanki Ahn, Mungyu Bae, Saeun Choi, Soyeon You, Chandra Prabhakar, Sehyun Kim

प्रकाशित 2026-05-28

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Wonkyun Kim, Sehyun Bae, Kwanki Ahn, Mungyu Bae, Saeun Choi, Soyeon You, Chandra Prabhakar, Sehyun Kim

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशाल वीडियो स्ट्रीमिंग सेवा चलाते हैं, जैसे लाखों लोगों के लिए एक डिजिटल नेटफ्लिक्स। आपके पास "अनुशंसाकर्ताओं" (एल्गोरिदम) की एक टीम है जो फिल्में और शो सुझाती है। आमतौर पर, ये सिस्टम दो चरणों में काम करते हैं: पहले, वे संभावित फिल्मों की एक बड़ी सूची (कैंडिडेट लिस्ट) निकालते हैं, और दूसरे चरण में, वे उस सूची को सबसे अच्छी फिल्मों को ऊपर दिखाने के लिए क्रमबद्ध (sort) करते हैं।

समस्या यह है कि आधुनिक AI (लार्ज लैंग्वेज मॉडल्स, या LLMs) इस बात को समझने में बहुत अच्छा है कि कोई फिल्म क्यों दिलचस्प है, लेकिन हर बार जब कोई उपयोगकर्ता "रिफ्रेश" पर क्लिक करता है, तो उससे सलाह मांगना बहुत धीमा और महंगा है। यह एक प्रसिद्ध फूड क्रिटिक (खाद्य आलोचक) को बुफे में हर एक व्यंजन चखने के लिए बुलाने जैसा है; खाना ठंडा हो जाएगा, और बिल भी बहुत ज्यादा आएगा।

Ocean4Rec एक चतुर समाधान है जो दोनों दुनियाओं का सर्वश्रेष्ठ रूप लाता है: एक स्मार्ट AI की गहरी समझ, लेकिन एक मानक कंप्यूटर की गति। यह यहाँ बताया गया है कि यह कैसे काम करता है, जिसे सरल रूप में विभाजित किया गया है:

1. "ऑफलाइन क्रिटिक" (तैयारी का चरण)

AI से वास्तविक समय (real-time) में फिल्मों को जज करने के लिए कहने के बजाय, टीम AI का उपयोग ऑफलाइन (जब कोई देख नहीं रहा होता) करती है।

उपमा: कल्पना कीजिए कि विशेषज्ञों की एक टीम एक शांत कमरे में बैठकर हजारों फिल्मों के सारांश और विवरण पढ़ रही है। वे केवल एक समीक्षा नहीं लिखते; वे प्रत्येक फिल्म को OCEAN मॉडल (मानव व्यक्तित्व को वर्णित करने का एक प्रसिद्ध तरीका) के आधार पर एक "व्यक्तित्व स्कोर" (personality score) देते हैं:
- Openness (क्या यह रचनात्मक और अजीब है?)
- Conscientiousness (क्या यह व्यवस्थित और अनुशासित है?)
- Extraversion (क्या यह शोर मचाने वाला और सामाजिक है?)
- Agreeableness (क्या यह गर्मजोशी भरा और मिलनसार है?)
- Neuroticism (क्या यह भावनात्मक और तीव्र है?)
परिणाम: डेटाबेस में प्रत्येक फिल्म को एक सरल 5-नंबर का "व्यक्तित्व कार्ड" (personality card) दिया जाता है। यह एक बार होता है, हर बार बटन क्लिक करने पर नहीं।

2. "यूजर टेस्ट प्रोफाइल" (गणना का चरण)

जब आप कोई शो देखते हैं, तो सिस्टम AI से यह नहीं पूछता कि "यह उपयोगकर्ता क्या पसंद करता है?" इसके बजाय, यह उन शो के "व्यक्तित्व कार्डों" को देखता है जिन्हें आपने हाल ही में देखा है।

उपमा: यदि आपने हाल ही में तीन "Open" और "Neurotic" फिल्में देखी हैं, तो सिस्टम यह गणना करता है कि आपका वर्तमान स्वाद "Open" और "Neurotic" का मिश्रण है। यह आपके लिए एक सरल 5-नंबर का "यूजर टेस्ट कार्ड" बनाता है। यह पुराने स्वादों को भूल जाता है (जैसे एक धुंधली याद) ताकि वर्तमान पसंद पर ध्यान केंद्रित किया जा सके।

3. "फास्ट सॉर्ट" (अनुरोध का चरण)

अब, जब आप ऐप खोलते हैं और सिफारिशें मांगते हैं:

सिस्टम अपने मानक, तेज़ एल्गोरिदम से 1,000 फिल्मों की एक सूची लेता है।
यह आपके "यूजर टेस्ट कार्ड" और उन 1,000 फिल्मों के "मूवी पर्सनैलिटी कार्ड्स" को देखता है।
यह एक त्वरित गणितीय जांच करता है: "क्या इस फिल्म का व्यक्तित्व उपयोगकर्ता के वर्तमान स्वाद से मेल खाता है?"
यह Recency (नवीनता) के लिए एक बोनस भी जोड़ता है (नई फिल्मों को थोड़ा बढ़ावा मिलता है)।
महत्वपूर्ण बात: यह AI को कॉल नहीं करता है। यह केवल पहले से बने कार्डों पर सरल गणित करता है।

यह एक बड़ी बात क्यों है?

गति और स्थिरता: क्योंकि अनुरोध के दौरान AI काम नहीं कर रहा है, इसलिए सिस्टम अविश्वसनीय रूप से तेज़ है और यदि AI सर्वर व्यस्त हो जाए तो यह क्रैश नहीं होगा। यह पहले से पका हुआ भोजन तैयार रखने जैसा है, न कि हर बार मेहमान के आने पर शून्य से खाना पकाने जैसा।
बेहतर सिफारिशें: उनके परीक्षणों में (Samsung Smart TV डेटा का उपयोग करके), इस पद्धति ने केवल लोकप्रियता या नवीनता के आधार पर सॉर्ट करने की तुलना में सिफारिशों की गुणवत्ता में महत्वपूर्ण सुधार किया।
- एक प्रकार के एल्गोरिदम (NCF) के लिए, इसने "टॉप 20" सिफारिशों में लगभग 7.6% का सुधार किया।
- दूसरे प्रकार (LightGCN) के लिए, इसने उन्हें पूरे 61.5% के बड़े अंतर से सुधारा।
सुरक्षा: सिस्टम को "फेल-सेफ" (fail-safe) बनाया गया है। यदि किसी फिल्म के पास व्यक्तित्व कार्ड नहीं है (शायद विवरण गायब था), तो सिस्टम बस AI वाले हिस्से को अनदेखा कर देता है और फिल्म को उसके मानक स्कोर के आधार पर दिखाता है। यह उपयोगकर्ता के अनुभव को कभी खराब नहीं होने देता।

निष्कर्ष

Ocean4Rec एक स्मार्ट सलाहकार को दुकान खुलने से पहले भारी सोच-विचार करने के लिए नियुक्त करने जैसा है, ताकि जब ग्राहक आएं, तो कर्मचारी बिना हर बार सलाहकार को वापस बुलाए, तुरंत उन्हें सही उत्पाद की ओर इशारा कर सकें। यह सिफारिशों को व्यक्तिगत और स्मार्ट बनाए रखता है, लेकिन सिस्टम को तेज़, सस्ता और विश्वसनीय रखता है।

तकनीकी सारांश: Ocean4Rec

समस्या विवरण

औद्योगिक वीडियो-ऑन-डिमांड (VOD) रिकमेंडर्स को उपयोगकर्ता संतुष्टि में सुधार करने के लिए समृद्ध सामग्री समझ (content understanding) की आवश्यकता होती है। जबकि लार्ज लैंग्वेज मॉडल्स (LLMs) फीचर एक्सट्रैक्शन और कैंडिडेट स्कोरिंग के लिए उन्नत तर्क क्षमताओं की पेशकश करते हैं, उन्हें सीधे रिक्वेस्ट-टाइम सर्विंग पाथ में एकीकृत करना महत्वपूर्ण परिचालन चुनौतियों को जन्म देता है। विशेष रूप से, प्रति-अनुरोध (per-request) LLM इन्फरेंस में प्रॉम्प्ट निर्माण, टोकन जनरेशन, मॉडल इनवोकेशन, आउटपुट पार्सिंग और फॉलबैक हैंडलिंग शामिल है। उच्च-वॉल्यूम, लेटेंसी-सेंसिटिव वातावरणों में, ये ऑपरेशन थ्रूपुट प्लानिंग, टेल-लेटेंसी कंट्रोल, कैपेसिटी आइसोलेशन और अनुमानित सिस्टम ऑपरेशन को जटिल बना देते हैं। मुख्य समस्या यह है कि ऑनलाइन LLM कॉल्स के लेटेंसी और स्थिरता जोखिमों के बिना LLM-व्युत्पन्न सामग्री अंतर्दृष्टि का लाभ कैसे उठाया जाए।

कार्यप्रणाली: Ocean4Rec

Ocean4Rec एक रीरैंकिंग लेयर प्रस्तावित करता है जो ऑनलाइन सर्विंग पाथ से LLM रीजनिंग को अलग (decouple) करता है। सिस्टम "ऑफलाइन मैटेरियलाइज, ऑनलाइन स्कोर" सिद्धांत पर काम करता है, जो एक स्कीमा-कंस्ट्रेंड कंटेंट रिप्रेजेंटेशन के रूप में OCEAN (Openness, Conscientiousness, Extraversion, Agreeableness, Neuroticism) पर्सनैलिटी टैक्सोनॉमी का उपयोग करता है।

1. ऑफलाइन आइटम प्रोफाइलिंग

प्रक्रिया: एक LLM (Google Gemini 2.5 Pro) का उपयोग VOD मेटाडेटा (शीर्षक, प्लॉट, विवरण, शैली) को प्रोसेस करने के लिए एक ऑफलाइन एनोटेटर के रूप में किया जाता है।
आउटपुट: प्रत्येक पात्र आइटम को पांच-आयामी पूर्णांक वेक्टर (integer vector) में मैप किया जाता है जो OCEAN स्कोर को दर्शाता है, जिसके साथ एक कॉन्फिडेंस स्कोर और एक संक्षिप्त रीजनिंग स्ट्रिंग होती है।
वैलिडेशन: पाइपलाइन जेनरेट किए गए रिकॉर्ड्स के फॉर्मेट और रेंज को वैलिडेट करती है। लापता मेटाडेटा या अमान्य LLM आउटपुट वाले आइटम्स को लो-कॉन्फिडेंस न्यूट्रल फॉलबैक प्रोफाइल प्राप्त होते हैं, जिससे यह सुनिश्चित होता है कि वे बेस रिकमेंडर के लिए पात्र बने रहें।

2. यूजर टेस्ट (User Taste) प्रोफाइलिंग

निर्माण: यूजर प्रोफाइल स्थिर नहीं होते; वे प्रोफाइल किए गए आइटम्स के हालिया इम्प्लिसिट इंटरैक्शन (क्लिक्स, डीप-लिंक्स) से प्राप्त डायनेमिक वेक्टर्स हैं।
एग्रीगेशन: एक यूजर का OCEAN वेक्टर ( $z_u$ ), उपभोग किए गए आइटम्स ( $q_i$ ) के OCEAN वेक्टर्स का एक टाइम-डिकेड वेटेड एवरेज है।
डिके (Decay): इंटरैक्शंस को एक एक्सपोनेंशियल हाफ-लाइफ डिके फंक्शन ( $w_{time}(a) = 0.5^{a/h}$ ) का उपयोग करके वेट किया जाता है, जहाँ $a$ इंटरैक्शन की आयु (दिनों में) है और $h$ हाफ-लाइफ (रिपोर्ट किए गए कार्यान्वयन में 90 दिन) है। यह उपयोगकर्ता की प्राथमिकताओं की अस्थायी गतिशीलता (temporal dynamics) को कैप्चर करता है।

3. रिक्वेस्ट-टाइम रीरैंकिंग

सर्विंग के समय, सिस्टम एक बेस जनरेटर (जैसे NCF या LightGCN) से प्राप्त स्कोर किए गए कैंडिडेट लिस्ट (Top 1000) को रिट्रीव करता है। इसमें किसी LLM को इनवोक नहीं किया जाता है। रीरैंकिंग स्कोर $S(u, i)$ तीन घटकों का एक लीनियर कॉम्बिनेशन है:
$S(u, i) = \alpha B(u, i) + \beta P(u, i) + \gamma R(i)$

$B(u, i)$ : बेस रिकमेंडर स्कोर (min-max नॉर्मलाइज्ड)।
$P(u, i)$ : OCEAN कम्पैटिबिलिटी टर्म, जो यूजर वेक्टर $z_u$ और आइटम वेक्टर $q_i$ के बीच पियर्सन कोरिलेशन (Pearson correlation) के रूप में कैलकुलेट किया जाता है, जिसे क्लिप और $[0, 1]$ में ट्रांसफॉर्म किया गया है।
$R(i)$ : कंटेंट रिलीज एज के आधार पर एक कैटलॉग रिसेंसी टर्म।
फॉलबैक: यदि किसी यूजर या आइटम के पास वैध OCEAN प्रोफाइल नहीं है, तो OCEAN वेट ( $\beta$ ) को बेस स्कोर ( $\alpha$ ) को पुन: असाइन कर दिया जाता है, जिससे यह सुनिश्चित होता है कि सिस्टम बेस ऑर्डरिंग में सुचारू रूप से डिग्रेड हो सके।

मुख्य योगदान

यह पेपर RecSys इंडस्ट्री ट्रैक के लिए तीन विशिष्ट योगदान देता है:

ऑफलाइन LLM मैटेरियलाइजेशन पैटर्न: यह एक पैटर्न का वर्णन करता है कि कैसे रिक्वेस्ट-टाइम LLM कॉल्स की आवश्यकता के बिना, LLM-व्युत्पन्न OCEAN कंटेंट प्रोफाइल्स को एक इंडस्ट्रियल रीरैंकर में एकीकृत किया जाए, जिससे सर्विंग पाथ की प्रेडिक्टेबिलिटी बनी रहे।
सेम-स्पेस रिप्रेजेंटेशन: यह एक यूनिफाइड रिप्रेजेंटेशन को परिभाषित करता है जहाँ आइटम्स को मेटाडेटा से प्रोफाइल किया जाता है और यूजर्स को उनके द्वारा उपभोग किए गए आइटम प्रोफाइल्स के टाइम-डिकेड एग्रीगेशन द्वारा दर्शाया जाता है, जिससे डायरेक्ट कम्पैटिबिलिटी स्कोरिंग संभव होती है।
टेम्पोरल-होल्डआउट इवैल्यूएशन: यह NCF और LightGCN जनरेटर्स का उपयोग करके एनाोनिमाइज्ड सैमसंग स्मार्ट टीवी VOD लॉग्स पर सेम-कैंडिडेट, टेम्पोरल-होल्डआउट ऑफलाइन इवैल्यूएशन रिपोर्ट करता है, जो सभी एम्पेरिकल दावों को इन विशिष्ट सेटिंग्स तक सीमित करता है।

परिणाम

इवैल्यूएशन सैमसंग स्मार्ट टीवी VOD एनवायरनमेंट के एनाोनिमाइज्ड लॉग्स पर, एक टेम्पोरल होल्डआउट (ट्रेनिंग डेटा 31 मार्च, 2026 तक; इवैल्यूएशन 1-27 अप्रैल, 2026 पर) का उपयोग करके किया गया था।

बेसलाइन्स के मुकाबले प्रदर्शन:
- NCF जनरेटर: Ocean4Rec ने मजबूत "Base+Recency" बेसलाइन की तुलना में NDCG@20 में 7.6% का सुधार किया। HR@20 में सुधार अनिर्णायक रहा।
- LightGCN जनरेटर: Ocean4Rec ने "Base+Recency" की तुलना में NDCG@20 में 61.5% और HR@20 में 67.3% का सुधार किया।
कंपोनेंट एनालिसिस: केवल "Base+OCEAN" कंपोनेंट ने मिश्रित परिणाम दिखाए (Base की तुलना में HR में सुधार किया लेकिन कभी-कभी NDCG/MRR को कम कर दिया), जो इंगित करता है कि OCEAN बेस रेलेवेंस और रिसेंसी सिग्नल्स के साथ मिलकर सबसे प्रभावी होता है।
सेकेंडरी डायग्नोस्टिक्स: पब्लिक डेटासेट्स (Amazon-Books, Yelp) पर Persona4Rec के मेटाडेटा-ओनली इम्प्लीमेंटेशन के साथ तुलनाओं ने प्रतिस्पर्धी परिणाम दिखाए, हालांकि पेपर इन डायग्नोस्टिक्स में आर्किटेक्चरल अंतर (जैसे बेस-स्कोर फ्यूजन की कमी) के कारण इन्हें डायरेक्ट हेड-टू-हेड बेसलाइन के बजाय सैनिटी चेक के रूप में नोट करता है।

महत्व और दावे

यह पेपर Ocean4Rec को एक यूनिवर्सल सॉल्यूशन के रूप में नहीं, बल्कि एक बाउंडेड ऑक्जिलरी कंटेंट-टेस्ट फीचर के रूप में प्रस्तुत करता है जो रिक्वेस्ट-टाइम-LLM-फ्री सर्विंग पाथ के डिप्लॉयबिलिटी लाभों को सुरक्षित रखता है।

ऑपरेशनल स्टेबिलिटी: प्राथमिक महत्व आर्किटेक्चरल है: यह क्रिटिकल सर्विंग लूप से प्रॉम्प्ट कंस्ट्रक्शन, टोकन जनरेशन और मॉडल इनवोकेशन की परिवर्तनशीलता (variability) को हटा देता है, जिससे प्रेडिक्टेबल लेटेंसी और थ्रूपुट सुनिश्चित होता है।
इंटरप्रिटेबिलिटी: डेंस एम्बेडिंग्स के विपरीत, पांच-आयामी OCEAN स्पेस ऑपरेटर्स को यह समझने के लिए एक इंस्पेक्टेबल फीचर सेट प्रदान करता है कि आइटम्स को क्यों प्रमोट या डिमोट किया जा रहा है।
प्राइवेसी और गवर्नेंस: सिस्टम यूजर बिहेवियर डेटा और LLM इनपुट्स को सख्ती से अलग करता है (LLM केवल आइटम मेटाडेटा देखता है)। यूजर OCEAN वेक्टर्स को आंतरिक रिकमेंडेशन फीचर्स के रूप में माना जाता है, न कि मनोवैज्ञानिक लेबल के रूप में, जिसमें प्रोफाइल रिटेंशन और एक्सपोजर मॉनिटरिंग के लिए विशिष्ट गवर्नेंस कंट्रोल की सिफारिश की गई है।
सीमित स्कोप: लेखक स्पष्ट रूप से कहते हैं कि परिणाम ऑफलाइन पॉइंट एस्टीमेट्स हैं। वे ऑनलाइन A/B टेस्ट इम्पैक्ट, मापा गया लेटेंसी सेविंग्स, या बिजनेस आउटकम इम्प्रूवमेंट्स (जैसे रिटेंशन) का दावा नहीं करते हैं, यह नोट करते हुए कि कुल सिस्टम लागत कैटलॉग साइज और बैच कैडेंस जैसे कारकों पर निर्भर करती है जिसे मापा नहीं गया था। यह कार्य इंडस्ट्रियल सेटिंग्स में ऑफलाइन LLM मैटेरियलाइजेशन की व्यवहार्यता के प्रमाण के रूप में कार्य करता है।