あなたは、何千人もの人々が絶えずパフォーマンスを行い、チャットをし、物語を共有している、巨大で賑やかなデジタル・タウン・スクエア（街の広場）を歩いているところだと想像してください。これはライブストリーミングの世界であり、そこではリアルタイムに魔法が起きています。しかし、その広場を運営する人々にとって、一つのトリッキーなパズルがあります。それは、「どのパフォーマーをどの訪問者に紹介するか」をどう決めるか、という問題です。これは「レコメンデーション・システム」という、デジタル上の仲人を務める仕事であり、あなたが次に何を愛することになるかを推測しようと試みるものです。

かつて、これらの仲人は、あなたが「今まさに」手に取った本だけに注目する、熱心な司書のような存在でした。しかし、ライブストリーミングにおける物語はもっと複雑です。視聴者は、あるストリーマーを数分間視聴し、少しチャットをして、その後立ち去ることもあります。彼らは数日間戻ってこないかもしれませんし、あるいは数週間後に突然、サブスクリプション（購読）したりお金を払ったりすることを決めるかもしれません。これらの行動は、地面に蒔かれた「種」のようなものです。それらはすぐに芽を出すわけではありません。もし仲人が「次の5分間に何が起きるか」だけを見ているとした。ら、後で成長するはずの種を見逃してしまうことになります。さらに、このタウン・スクエアにはさまざまなタイプの人々がいます。ただ手軽なショーを見たいだけの新しい観光客もいれば、パフォーマーと深い友情を築きたい常連客もいます。全員を全く同じように扱うことは、しばなしばしば質の悪いレコメンデーションにつながります。この論文は、即時的な興奮と、こうした関係の長期的な成長の両方を理解できる、よりスマートな仲人を構築する方法について探求しています。

課題：「待ち伏せ」の問題

Twitchで働くこの論文の著者たちは、独特な悩みに直面しました。オンラインショッピングでは、もし商品をクリックして購入しなかったとしても、おそらく後で買うことはありません。しかし、ライブストリーミングでは、視聴者がチャンネルをクリックし、しばらく視聴した後、3日後に戻ってきてストリーマーをフォローしたり、さらにはサブスクリプション料金を支払ったりすることがあります。

問題は、これらの「大きな」アクション（フォローや支払いなど）は稀であり、ゆっくりと発生することです。もしコンピュータがこれらを即座に学習しようとすると、ほとんどが「ノー」という答えしか得られず、システムを混乱させてしまいます。それは、プロセスの最初の5分間だけを見て、ケーキの焼き方を学ぼうとするようなものです。それでは、最終的にケーキが美味しくできたかどうかを知る術はありません。さらに、システムには偏り（バイアス）が生じていました。「スーパーファン」（チャットや支出が多い人々）が膨大なデータを生成するため、コンピュータは彼らを喜ばせることに特化してしまい、単に様子を見たいだけの新しいカジュアルな視聴者のことを忘れてしまっていたのです。

解決策：3つの戦略

これを解決するために、チームは「専門の探偵チーム」のように機能する、3つの巧妙なトリックを備えた新しいランキング・システムを構築しました。

1. 時をかけるウィンドウ（遅延信号）
まず、彼らは視聴者の関心を判断するのが早すぎると気づきました。「今、この瞬間に好きになったか？」と問う代わりに、「今後2週間のうちに好きになったか？」と問うことにしたのです。彼らは「14日間の遅延ウィンドウ」を作成しました。もし視聴者がチャンネルをクリックし、その後2週間以内にチャットしたり、フォローしたり、お金を支払ったりした場合、システムはそれを「イエス」とカウントしました。これにより、稀で散発的なイベントがより明確な全体像へと変わり、コンピュータは「遅れてやってくる反応も、ポジティブなものになり得る」ということを理解できるようになりました。

2. 二人組のアプローチ（フレッシュ vs 遅延）
次に、彼らはすべての行動が同じではないことに気づきました。クリックや数分間の視聴といったことは即座に起こりますが、フォローや支払いは時間がかかります。そこで、彼らは役割を分けました。

• チーム・フレッシュ (FSM): 即時的な反応に焦点を当てます。視聴者が「今まさに」何をしているかを見て、数分間留まるかどうかを予測します。
• チーム・ディレイド (DSM): 長期的な視点に立ちます。この14日間のウィンドウを使用して、視聴者が最終的にフォローや支払いを行うかどうかを予測します。
  このように2つの別々のチームを持つことで、システムは混乱しません。「素早いクリック」と「深いサブスクリプション」を混同することはないのです。

3. パーソナライズされたコーチ（セグメント認識型ターゲティング）
最後に、彼らは新しい視聴者とスーパーファンでは、必要なものが異なることに気づきました。新しい視聴者は、戻ってきてもらうために、刺激的で短いコンテンツで惹きつけられる必要があります。一方、熱心なファンは、より深い繋がりを求めており、ストリーマーを経済的にサポートしたいと考えているかもしれません。
システムは、プレイヤーのレベルを知っている「コーチ」のように振る舞います。新しい視聴者に対しては、視聴やチャットを促すことを優先します。熱心なファンに対しては、彼らがサポートしたいと思うチャンネルを見つけることを優先します。これは、各グループごとに全く新しいシステムを構築することなく、視聴者に合わせてレコメンデーションの「スコア」を調整することで実現しています。

秘伝のソース：MMoE

これらすべてをコンピュータを遅らせることなく実行するために、彼らは Multi-gate Mixture-of-Experts (MMoE) と呼ばれるスマートなアーキテクチャを使用しました。これは、ヘッドシェフと数人の専門の副料理長がいるレストランを想像してください。

• 一人の副料理長は「クイックな前菜」（即時のクリック）のエキスパートです。
• 他の副料理長たちは「複雑なメインコース」（深いエンゲージメントや支出）のエキスパートです。
  「ゲート」は、特定の顧客に対してどのシェフのアドバイスを聞くべきかを決定するウェイターです。これにより、システムはこれらすべての異なる目標を同時に学習しながら、計算効率を維持することができました。実際、この手法を用いることで、すべてに対して個別のモデルを実行する場合と比較して、コンピュータのパラメータ（モデルの「脳細胞」）を 41.9% 削減しながら、より良い結果を得ることができました。

結果：みんなの勝利

チームはこの新しいシステムを、数百万人の実際のユーザーでテストしました。結果は有望でした。

• 視聴者の増加: デイリー・アクティブ・ビューア数（DAV）が 0.09% 上昇しました。これほど小さな数字に聞こえるかもしれませんが、数百万人のユーザーがいる世界では、これは毎年、数百万もの「視聴者日」が増えることを意味します。
• ファンの幸福度: 熱心なファンの「上限付きユーザーあたり平均収益（ARPU）」が 0.56% 増加しました。これは、最もエンゲージメントの高いユーザーが、お気に入りのストリーマーを支援するためにより多くのお金を使っていることを意味します。
• 新しい友達: システムは新しい視聴者が定着するのを助け、彼らのエンゲージメントを 0.15% 向上させました。
• フォローの増加: 新規チャンネルのフォロー数が 0.27% 増加しました。

さらに素晴らしいことに、システムは高速でした。これらの複雑な決定を 110ミリ秒 未満（まばたきよりも速い時間）で行うことができ、賢さとスピードを両立できることを証明しました。モバイルアプリでもテストを行い、クリックや「いいね」などのポジティブなインタラクションが 1.12% 増加したことも確認されました。

彼らがやらなかったこと

著者たちは、何がうまくいかなかったかについても注意深く記述しています。彼らは、データの重み付けを変えることで（つまり、新しいユーザーについてコンピュータに大声で叫ぶことで）、新しい視聴者に対するバイアスを修正しようとしましたが、それは効果がなく、事態を複雑にするだけでした。代わりに、モデルのトレーニング後（レコメンデーションを行う瞬間）に重みを調整することが鍵であることを見出しました。また、すべての目標を一つの巨大なモデルに詰め込もうとすると、即時的なエンゲージメントの予測精度が悪化することも分かり、「フレッシュ」な信号と「遅延」した信号を分けておくことが極めて重要であることを証明しました。

要約すると、この論文は、優れたライブストリーミングのレコメンデーション・システムを構築するためには、種が育つのを待つための忍耐強さ、新しいファンと古いファンを区別する賢さ、そしてこれらすべてをまばたきする間に実行するための効率性が求められることを示しています。