Apple TV検索、視聴履歴で個人化ランキング

Apple TVの検索体験は、ユーザーが視聴履歴を持ち、システムが学習できるときより速く、より正確になる。Appleの研究者らはハイブリッドランキングシステムを構築した。特定の問題に対処するためのものだ。キー入力のたびに、ユーザーがわずか1～3文字しか入力しておらず、その意図がまだ明確でない場合でも、ビデオをランク付けしなければならない。

システムは相補的な2つの埋め込みを学習する。TextEmbは多言語テキストエンコーダで、共同視聴トリプレット（ユーザーが一緒に視聴したビデオのペア）でコントラスティブ学習により訓練される。言語に関係なく、類似コンテンツが埋め込み空間で互いに近くに配置されるようにする。IdEmbは協調フィルタリング埋め込みで、ユーザーが視聴し、クリックしたもののみで訓練され、テキストは含まれない。検索時、システムはユーザーの最近の視聴履歴を取得し、両方のモデルから彼らの嗜好表現を生成し、その表現と各候補ビデオの間の類似度スコアを計算し、それらのスコアを他の特徴と共にXGBoostランカーに入力する。

時間的に分割したデータに対するオフライン評価は明確な成果を示した。視聴履歴を持つセッションでは、NDCG@10が2.99%改善、MRRが3.30%改善された。しかし、スライス分析は真の価値がどこにあるかを明かにした。非常に短いクエリ（1～3文字）では、NDCG@10が8.63%向上した。一方、より長いクエリ（意図がより明確）では、向上はわずか1.46%だった。より深い視聴履歴を持つユーザーはより恩恵を受けた。51～100件の過去項目を持つユーザーはNDCG 4.37%の向上が見られたのに対し、1～5件のみのユーザーは2.13%だった。注目すべきは、システムはデフォルトランカーが最も弱かったコーホートで正確にパフォーマンスを改善した。履歴の長いユーザーはベースラインNDCG@10が低かった（0.680対新規ユーザーの0.733）。しかし、個人化は彼らをより向上させた。テキストのみのアプローチが苦労する場面でユーザー信号を追加することが最も役立つことを示している。

3週間のオンライン管理実験はオフラインの成果を検証した。治療グループは統計的に有意な1.14%のタップスルーレート向上と1.23%のコンバージョン率向上を見た。コンバート対象項目のランク位置が2.91%改善された。ユーザーが求めるものを見つけ、リスト内のより高い位置でそれをタップした。ランキング品質が本当に改善されたことを示す。研究者はさらに、各信号を個別にアブレーション（カバレッジ-精度トレードオフを測定するため）し、保持されたコーパスに対するLLM判定類似度ラベルを使用して埋め込み品質を評価しながらクリックデータからのバイアスを軽減することで、埋め込みを検証した。

Appleの個人化アプローチは検索の根本的な課題に対処する。ユーザーが数文字しか入力していない場合、意図は本来曖昧であり、従来のテキストマッチング単独ではユーザーが何を望んでいるかを予測するのに苦労する。テキスト埋め込み（クエリが何を意味するかの意味理解）と協調フィルタリング埋め込み（この特定ユーザーが過去に何に反応したか）を組み合わせることで、システムはリスクを分散できる。クエリとユーザーの過去の行動の両方から学習する。

オフライン分析はこのハイブリッドアプローチの真の力を明らかにする。最大の改善はベースラインシステムが最も悪い場面で発生する。視聴履歴が豊富なユーザーと短いプリフィックスクエリではNDCGの向上が8.63%に達する。その場面では、ランカーの確信度が最も低いからだ。逆に、より長いクエリとスパースな履歴のユーザーは恩恵が少ない。ベースラインが既に何をランク付けするかを知っているからだ。このパターン―個人化が最大のROIを生むのはデフォルトランキングが最も弱い場面―こそが、ユーザー信号を追加することが最も正当で効果的な時機である。

まだコメントがありません。最初のコメントを投稿しましょう！