Short-Term Changes in E-Commerce Users’ Intentions and Product Recommendation Ranking
यह शोध पत्र सीमा पार ई-कॉमर्स के लिए एक स्टेट-अवेयर मल्टीमॉडल रिकमेंडेशन रैंकिंग मॉडल प्रस्तावित करता है जो छह परिचालन अवस्थाओं (operational states) में अल्पकालिक उपयोगकर्ता इरादा बदलावों को स्पष्ट रूप से मॉडल करता है, और नए पेश किए गए 42M-रिकॉर्ड CEMR-42M डेटासेट पर मौजूदा बेसलाइनों की तुलना में क्रॉस-कैटेगरी और लो-फ्रीक्वेंसी आइटम अनुशंसाओं में बेहतर प्रदर्शन प्राप्त करता है।
मूल पेपर CC BY 4.0 (https://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, हाई-टेक शॉपिंग मॉल में घूम रहे हैं। पुराने दिनों में, एक स्टोर क्लर्क (रेकमेंडेशन सिस्टम) केवल वही देखता था जो आप शेल्फ से उठाते थे। यदि आपने एक शर्ट उठाई, तो वह आपको और अधिक शर्ट सुझाता था। यदि आपने एक टेंट उठाया, तो वह आपको और अधिक टेंट सुझाता था।
लेकिन वास्तविक खरीदार थोड़े उलझे हुए होते हैं। आप एक शर्ट उठा सकते हैं, उसकी समीक्षाएं (reviews) पढ़ सकते हैं, बोर हो सकते हैं, फिर हाइकिंग बूट्स देखने के लिए स्विच कर सकते हैं, कीमतों की तुलना कर सकते हैं, अपने कार्ट में एक बैकपैक जोड़ सकते हैं, और फिर अचानक तय कर सकते हैं कि आप बस ट्रैवल मैप्स देखना चाहते हैं। आपकी रुचि तेजी से बदलती है, कभी-कभी एक ही विज़िट के दौरान भी।
यह पेपर एक नए "सुपर क्लर्क" (जिसे MISTRec कहा जाता है) का परिचय देता है जो केवल यह नहीं देखता कि आपने क्या छुआ है; बल्कि यह अनुमान लगाने की कोशिश करता है कि आप अभी शॉपिंग ट्रिप के किस चरण (stage) में हैं।
यह कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ दिया गया है:
1. समस्या: खरीदार रूप बदलते रहते हैं (Chameleons)
पारंपरिक सिस्टम आपकी शॉपिंग ट्रिप को एक सीधी रेखा की तरह मानते हैं: क्लिक A, क्लिक B, क्लिक C। वे मानते हैं कि यदि आपने A पसंद किया, तो आप B भी पसंद करेंगे। लेकिन यह पेपर तर्क देता है कि आपका "इरादा" (intent - यानी आप वास्तव में क्या करने की कोशिश कर रहे हैं) लगातार बदलता रहता है।
- पुराना तरीका: "आपने एक कैमरा देखा, इसलिए यहाँ एक और कैमरा है।"
- नई वास्तविकता: आपने एक कैमरा देखा, समीक्षाएं पढ़ीं, कीमत देखकर डर गए, और फिर हाइकिंग बूट्स (क्रॉस-कैटेगरी) देखने के लिए स्विच कर गए, और फिर कार्ट में एक मेमोरी कार्ड जोड़ा। आप केवल "देख" नहीं रहे हैं; आप तुलना कर रहे हैं, स्विच कर रहे हैं, या खरीदने की तैयारी कर रहे हैं।
2. समाधान: "छह-चरणों" वाला जासूस
शोधकर्ताओं ने एक ऐसा मॉडल बनाया है जो एक जासूस की तरह काम करता है, जो यह पता लगाने की कोशिश करता है कि आप अपने सत्र (session) के दौरान किन छह विशिष्ट "मूड्स" में से किसमें हैं:
- ब्राउजिंग एक्सप्लोरेशन (Browsing Exploration): बस इधर-उधर देख रहे हैं, हर चीज़ पर क्लिक कर रहे हैं।
- प्राइस कंपैरिजन (Price Comparison): समीक्षाएं पढ़ रहे हैं और कीमतों की जांच कर रहे हैं।
- क्रॉस-कैटेगरी माइग्रेशन (Cross-Category Migration): अचानक कपड़ों से ट्रैवल गियर की ओर स्विच करना।
- परचेज प्रिपरेशन (Purchase Preparation): कार्ट में चीजें जोड़ना या उन्हें पसंदीदा (favorite) बनाना।
- रिपीट परचेज (Repeat Purchase): ऐसी चीज़ खरीदना जो आपने पहले खरीदी है।
- एबंडनमेंट (Abandonment): बिना कुछ खरीदे छोड़ देना या छोड़ कर चले जाना।
3. "सुपर क्लर्क" आपको कैसे देखता है
केवल आपके क्लिक इतिहास को देखने के बजाय, यह मॉडल सबूतों के विभिन्न स्रोतों से जानकारी जुटाने वाले एक जासूस की तरह मल्टीमॉडल (multimodal) मिश्रण को देखता है:
- आपके कार्य (Actions): क्या आपने क्लिक किया, सर्च किया या कार्ट में जोड़ा?
- तस्वीरें (Pictures): यह वास्तविक उत्पाद छवियों (रंग, स्टाइल) का विश्लेषण करता है।
- टेक्स्ट (Text): यह समीक्षाओं और आपके सर्च शब्दों को पढ़ता है ताकि समझ सके कि आप क्यों देख रहे हैं।
- समय (Timing): आपने क्लिक के बीच कितना समय इंतजार किया?
यह इन सभी सुरागों को आपके वर्तमान राज्य के एक एकल "प्रोफाइल" में जोड़ देता है।
4. भविष्य की भविष्यवाणी करना (क्रिस्टल बॉल)
सबसे दिलचस्प बात यह है कि मॉडल केवल यह अनुमान नहीं लगाता कि आप अभी क्या चाहते हैं; बल्कि यह भविष्यवाणी करता है कि 3, 5, या 10 चरणों के बाद आपकी स्थिति क्या होगी।
- उपमा (Analogy): कल्पना कीजिए कि एक शतरंज खिलाड़ी जो न केवल अगली चाल के बारे में सोचता है, बल्कि तीन चाल आगे की भी सोचता है।
- यदि मॉडल देखता है कि आप "प्राइस कंपैरिजन" मोड में हैं, तो वह जानता है कि आप जल्द ही "परचेज प्रिपरेशन" मोड में स्विच कर सकते हैं। इसलिए, वह आपको ऐसी चीजें दिखाना शुरू कर देता है जो खरीदने के लिए तैयार हैं, न कि केवल ब्राउज़ करने के लिए और अधिक चीजें।
5. परिणाम: एक बेहतर शॉपिंग लिस्ट
शोधकर्ताओं ने एक विशाल डेटासेट (4 मिलियन से अधिक शॉपिंग सेशन्स) का उपयोग करके इस नए मॉडल का परीक्षण पुराने, प्रसिद्ध सिस्टमों (जैसे Wide & Deep, DIN, SASRec, आदि) के विरुद्ध किया।
- स्कोर: नया मॉडल जीत गया। यह यह अनुमान लगाने में बेहतर था कि आप अगला क्या क्लिक करेंगे (AUC 0.8219) और आपकी टॉप 10 लिस्ट में सही आइटम रखने में बेहतर था (NDCG@10 0.4317)।
- "क्रॉस-कैटेगरी" की जीत: यह अलग-अलग श्रेणियों के आइटम सुझाने में बहुत बेहतर था (जैसे कि जब आप कपड़े देख रहे थे, तब आपको ट्रैवल बैग सुझाना) क्योंकि यह समझ गया कि आप मोड "स्विच" कर रहे हैं, न कि केवल एक प्रकार के उत्पाद पर टिके हुए हैं।
- गति: यह वास्तविक जीवन में उपयोग करने के लिए पर्याप्त तेज़ है, सिफारिश (recommendation) देने में केवल लगभग 38 मिलीसेकंड लेता है (जो एक पलक झपकने से भी तेज़ है)।
6. कमी (जो लेखक स्वीकार करते हैं)
पेपर उनकी सीमाओं के बारे में ईमानदार है:
- यह एक अनुमान है: "छह अवस्थाएँ" ऐसी चीजें नहीं हैं जिन्हें मॉडल सीधे देख सकता है (जैसे कैमरा आपका चेहरा देख सकता है); वे लेबल हैं जिन्हें शोधकर्ताओं ने लोगों के व्यवहार के आधार पर बनाया है।
- नए आइटम्स के लिए जादू नहीं है: यह उन उत्पादों के लिए अच्छा काम करता है जिन्हें इसने पहले देखा है, लेकिन यह पूरी तरह से नए आइटम्स (स्ट्रिक्ट "कोल्ड स्टार्ट") के लिए एकदम सटीक परीक्षण नहीं है।
- ऑफलाइन बनाम ऑनलाइन: परीक्षण रिकॉर्ड किए गए डेटा पर किए गए थे, न कि एक लाइव, अराजक वास्तविक दुनिया के वातावरण में जहाँ उपयोगकर्ता फोन कॉल या दोस्त द्वारा विचलित हो सकते हैं।
सारांश में:
यह पेपर प्रस्तावित करता है कि उत्पादों को अच्छी तरह से रिकमेंड करने के लिए, आप केवल क्लिक की सूची को नहीं देख सकते। आपको शॉपिंग ट्रिप की कहानी को समझने की आवश्यकता है। छवियों, टेक्स्ट और कार्यों का विश्लेषण करके खरीदार के वर्तमान "मूड" का अनुमान लगाकर और उनके अगले कदम की भविष्यवाणी करके, नया मॉडल एक बहुत अधिक सटीक और सहायक शॉपिंग लिस्ट बनाता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।