「落札したいと思う」かつ「落札できそう」なオークション商品推薦 #yjtc / YJTC21 C-1

304 Views

January 15, 21

スライド概要

ヤフオク!やPayPayフリマなどのサービスでは単一の商品に注目が集まり過ぎても、それを落札できるのはたった一人です。
通常のシステムやアルゴリズムではユーザーの興味を予測して商品を選出するため、その商品に注目が集まり過ぎることがあります。
今回はこのような問題に対して、多腕バンディット・アルゴリズムを利用して「落札したいと思う」商品はもちろん「落札できそう」な商品を同時に推薦する方法をご紹介します。

Yahoo! JAPAN Tech Conference 2021 は2021年1月22日に開催しました。
https://techconference.yahoo.co.jp/2021/

profile-image

2023年10月からSpeaker Deckに移行しました。最新情報はこちらをご覧ください。 https://speakerdeck.com/lycorptech_jp

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

(ダウンロード不可)

関連スライド

各ページのテキスト
1.

「落札したいと思う」かつ「落札できそう」な オークション商品推薦 ~ヤフオク!レコメンデーションの改善~ ヤフー株式会社 サイエンス統括本部 山本康生 ©2021 Yahoo Japan Corporation All rights reserved.

2.

山本 康生 サイエンス統括本部 機械学習とデータサイエンスでヤフーのデータドリブンを推進。 広告およびECにて多くの課題解決を行う。役職リーダー。 2020年上半期 サイエンス統括本部賞受賞 2020年上半期 テクノロジーグループ部門賞受賞 2019年下半期 準サイエンス統括本部賞受賞 Among the top 5% of data scientists on Kaggle. ©2021 Yahoo Japan Corporation All rights reserved.

3.

このセッションについて ヤフーでは様々なサービスにレコメンデーションが導入されています その中でもヤフオク!のレコメンデーションについてお話します ヤフオク! ©2021 Yahoo Japan Corporation All rights reserved.

4.

「落札したいと思う」を生み出す = レコメンデーション(2段階モデル) ©2021 Yahoo Japan Corporation All rights reserved. 4

5.

「落札したいと思う」を生み出す 2段階モデル・レコメンデーション 協調フィルタリング リランキング Rank b 1 2 3 4 “何千万ユーザー x 何千万商品” “おすすめのN商品を選別” ©2021 Yahoo Japan Corporation All rights reserved. 5

6.

「落札したいと思う」を生み出す 協調フィルタリング ユーザーとアイテムの共起性に基づいて 推薦アイテム候補を抽出 なぜ1段目なのか? • 分散環境でのスケーリングが容易 • 学習時間が比較的早い 協調フィルタリング ©2021 Yahoo Japan Corporation All rights reserved. 6

7.

「落札したいと思う」を生み出す リランキング 1段目の上位数件に対して機械学習モデ ルを利用して最終的な推薦商品を選定 なぜ2段目なのか? • 掲載に関わりがない学習損失を除外 • 多くの特徴量を利用して学習 リランキング Rank b 1 2 3 4 ©2021 Yahoo Japan Corporation All rights reserved. 7

8.

「落札したいと思う」を生み出す 「落札したいと思う」のまとめ ✓ 膨大なユーザーと膨大な商品の共起性から推薦アイテム候補を抽出する ✓ 推薦アイテム候補をトップN商品に絞り込むためにリランキングをする ©2021 Yahoo Japan Corporation All rights reserved.

9.

「落札できそう」を生み出す仕組み = 多腕バンディット・アルゴリズム ©2021 Yahoo Japan Corporation All rights reserved. 9

10.

「落札できそう」を生み出す 通常のECと二次流通ECのちがい 通常のEC • 流通商品は主に製造元が販売中のものが多い • 小売店舗も多くの在庫を保持している • 新品のため商品の状態に差がない 二次流通EC • 流通商品は製造が終了もしくは生産が少ないものが多い • 個人や古物商取扱業者も在庫が1点ものであることが多い • 商品の状態は千差万別 ©2021 Yahoo Japan Corporation All rights reserved.

11.

「落札できそう」を生み出す 購入できるユーザーは一人だけ 「オークション」は、複数のユーザーに よる入札で最も高い価格を提示したユー ザーがその商品を落札する 落札できなかった(購入の権利が与えら れなかった)ユーザーは需要が満たされ ないまま… ¥600 ¥800 ¥700 loser winner loser ©2021 Yahoo Japan Corporation All rights reserved.

12.

「落札できそう」を生み出す 「落札できそう」それが問題 ユーザーは希望の価格・状態や品質であるこ と、同時に落札できそうな商品を探している 「商品の価格・状態や品質が希望に沿う」 尚且つ「入札で勝ち抜いて落札できそう」 な商品の推薦とは? 通常のレコメンデーションとは別のアイデア が必要。 ¥600 ¥800 ¥700 winner winner winner ©2021 Yahoo Japan Corporation All rights reserved.

13.

「落札できそう」を生み出す 多腕バンディット問題 多腕バンディット問題は、複数の選択肢 に対して、そのいずれかを選んだときに しかそれぞれの選択肢に関する情報を得 られない状況で、最終的な利得を最大化 する ©2021 Yahoo Japan Corporation All rights reserved.

14.

「落札できそう」を生み出す 最も良いスロットマシーンを知るには? ◆ 適当に10回プレイ 勝率: 50%(1/2) 33%(1/3) 40%(2/5) ◆ 適当に3,000回プレイ 勝率: 12% 48% 24% ◆ 全てBでプレイしたときの報酬 0.48 * 3,000 = 1,440円 ◆ 適当にプレイしたときの報酬 (0.12*1,000)+(0.48*1,000)+(0.24*1,000)=840円 当たりの報酬は1円 A 50% B 33% C 40% A 12% B 48% C 24% 最も良いスロットマシーンを知るために 840 - 1,440 = 600円の後悔 ©2021 Yahoo Japan Corporation All rights reserved.

15.

「落札できそう」を生み出す リグレットを最小化するために 多腕バンディット・アルゴルは、リグレットを 最小にしながら最も良い対象を発見する • 活用: ある時点で最良と思われる対象を選択 • 探索: 真の対象を知るための選択 • 代表的なアルゴリズム: ε - greedy, SoftMax, UCB1, Thompson Sampling 当たりの報酬は1円 A 50% B 33% C 40% A 12% B 48% C 24% ©2021 Yahoo Japan Corporation All rights reserved.

16.

「落札できそう」を生み出す フリーケンシーキャップUCB “Upper Confidence Bound” 課題:「商品の価格・状態や品質が希望に沿う」尚且つ「入札で勝ち抜いて落札でき そう」な商品の推薦とは? 提案:ユーザーが未知の商品を探索的に推薦して落札できそうな商品と引き合わせる Freq.UCB_Scoreu,i = Qu,i + 2 log(T + 1 + C) Nt(u, i) + 1 + C (PAT.P) ©2021 Yahoo Japan Corporation All rights reserved.

17.

「落札できそう」を生み出す フリーケンシーキャップUCBとUCB1 Freq.UCB_Scoreu,i = Qu,i + 2 log(T + 1 + C) Nt(u, i) + 1 + C (PAT.P) リランキングスコア 推薦回数調整項 (UCBボーナス項) u: ユーザー、i: 商品 Nt(u, i) : ある時点tでユーザー uに対して商品iを推薦した回数 T: あるユーザー uに推薦を行った回数、C: 初期推薦回数 (フリーケンシーキャップUCBはUCB1をもとに改良が加えられています) UCB1 At = argmax [Qt(a) + c log t Nt(a) a ©2021 Yahoo Japan Corporation All rights reserved.

18.

「落札できそう」を生み出す フリーケンシーキャップUCBの動作 (0/4) ユースケース)ユーザーがコンテンツを表示する度に推薦候補20件から6商品が推 薦する。リランクスコアは降順に{1.0~0.0}とします。 item item Item item item item “Top-6 recommendation” Rank 1 2 ... 19 20 リランクスコア 1.00 0.94 ... 0.05 0.00 “20 candidate items” ©2021 Yahoo Japan Corporation All rights reserved.

19.

「落札できそう」を生み出す フリーケンシーキャップUCBの動作 (1/4) 初回 (T = 0, C = 1) 1 3 3 4 5 6 “Top-6 recommendation” Rank 1 2 ... 19 20 リランクスコア 1.00 0.94 ... 0.05 0.00 Nt(u, i) 0 0 ... 0 0 Freq.UCB_Scoreu,i N/A N/A ... N/A N/A “20 candidate items” ©2021 Yahoo Japan Corporation All rights reserved.

20.

「落札できそう」を生み出す フリーケンシーキャップUCBの動作 (2/4) ラウンド2 (T = 1, C = 1) 1 2 3 7 4 8 “Top-6 recommendation” Rank 1 2 ... 19 20 リランクスコア 1.00 0.94 ... 0.05 0.00 Nt(u, i) 1 1 ... 0 0 Freq.UCB_Scoreu,i 1.85 1.80 ... 1.10 1.04 “20 candidate items” ©2021 Yahoo Japan Corporation All rights reserved.

21.

「落札できそう」を生み出す フリーケンシーキャップUCBの動作 (3/4) ラウンド3 (T = 2, C = 1) 1 2 5 3 9 6 “Top-6 recommendation” Rank 1 2 ... 19 20 リランクスコア 1.00 0.94 ... 0.05 0.00 Nt(u, i) 2 2 ... 0 0 Freq.UCB_Scoreu,i 1.74 1.68 ... 1.10 1.04 “20 candidate items” ©2021 Yahoo Japan Corporation All rights reserved.

22.

「落札できそう」を生み出す フリーケンシーキャップUCBの動作 (4/4) ラウンド4 (T = 3, C = 1) 1 2 4 10 3 7 “Top-6 recommendation” Rank 1 2 ... 19 20 リランクスコア 1.00 0.94 ... 0.05 0.00 Nt(u, i) 3 3 ... 0 0 Freq.UCB_Scoreu,i 1.66 1.61 ... 1.10 1.04 “20 candidate items” ©2021 Yahoo Japan Corporation All rights reserved.

23.

「落札できそう」を生み出す 「落札できそう」のまとめ ✓ 二次流通ECでは売り手と買い手の引き合わせを解決する必要がある ✓ 多腕バンディット・アルゴリズムは探索的に最良の行動を発見する ✓ フリーケンシーキャップUCBは探索的に最良の推薦を行おうとする ©2021 Yahoo Japan Corporation All rights reserved.

24.

導入事例とまとめ ©2021 Yahoo Japan Corporation All rights reserved. 24

25.

導入実績 ヤフートップページへの導入 ヤフートップページ右下の 「あなたにおすすめの商品」にて 2段階モデル+フリーケンシーキャッ プUCBを導入 大幅なCTR、CVRの改善を達成 ©2021 Yahoo Japan Corporation All rights reserved.

26.

二次流通ECで買いたいものが見つかり日本をもっと便利に 「落札したいと思う」かつ「落札できそう」なオークション商品推薦を提供すこ とで、"多くの売り手が多くの買い手に、多くの買い手が多くの売り手に、アクセ スすることができる"世界を実現しています ©2021 Yahoo Japan Corporation All rights reserved.

27.

21 Yahoo! JAPAN Tech Conference 2021 ©2021 Yahoo Japan Corporation All rights reserved.