点击商品后的推荐改用生成式:TriGen在东南亚六国A/B测试中把收入抬高3.27%
核心概要
用户点开一件商品后弹出的后续信息流,此前多由判别式点击率模型打分排序,生成式推荐则默认用户兴趣连续、没有为这种即时触发留出机制。TriGen把触发商品重复放到历史序列尾部,用可学习门控在长期偏好与即时意图之间逐请求分配权重,并在每个解码步注入位置相关的触发条件。离线评测中它在工业电商数据与Amazon公开基准上优于序列、生成式和触发式判别基线;东南亚六国在线A/B测试给出流量加权收入提升3.27%、GMV提升0.90%,随后全面上线。
深度剖析
生成式推荐开始覆盖“点击触发后续信息流”这一场景:模型不再只按长期历史续写下一个商品,而是让刚被点击的商品主动引导整段语义ID的生成。 此前的触发式推荐方案面向判别式点击率预测,只输出排序分数或静态表示,无法逐词引导自回归生成;而现有生成式推荐默认行为连续,缺少处理意图突变的机制。 在工业电商数据上,TriGen的Recall@5为5.58、NDCG@10为7.33,高于同骨干、同码本、同参数预算的三个简单触发生成基线,其中GR + trigger append为4.35和5.62,GR + trigger conditioning为4.46和5.51。
做法分三步:把触发商品重复拼到历史序列尾部,让编码器自注意力把它与最近行为对齐;再用两条并行通路分别提取即时意图与长期偏好,由输入相关的门控逐请求融合;最后在解码器每一步加入该位置专属的触发条件。 重复次数控制触发在自注意力中占用的查询-键容量,门控取代固定加权,位置专属的前馈层对应语义ID由粗到细的层级。 工业数据上的消融显示,去掉触发后Recall@5降到2.88,去掉校准尾部注入降到4.16,去掉双路融合降到5.11,去掉位置专属触发前馈网络降到4.28,完整模型为5.58;把门控换成均匀平均则降到4.15。
启示与展望
已展示的范围是单一触发商品的场景:工业电商数据上的离线评测、Amazon Industrial_and_Scientific上以最近一次交互模拟触发的公开基准,以及印尼、马来西亚、新加坡、菲律宾、泰国、越南六国的在线A/B测试;公开数据上的触发并非真实点击,作者据此把该数据集的差距读作保守下界。
公开基准没有原生触发标注,触发由最近一次历史交互模拟,作者说明这使触发信号比线上更弱、更嘈杂;方法只建模单个触发,尚未覆盖多个近期信号同时到达的界面。
