Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

OneLoc: Sistemas de recomendación generativos con conocimiento geográfico para servicios locales

Created by
  • Haebom

Autor

Zhipeng Wei, Kuo Cai, Junda She, Jie Chen, Minghao Chen, Yang Zeng, Qiang Luo, Wencong Zeng, Ruiming Tang, Kun Gai, Guorui Zhou

Describir

Este artículo propone OneLoc, un novedoso modelo integral de recomendación generativa para el sistema de recomendaciones de servicios de estilo de vida local de la app Kuaishou. A diferencia de los modelos end-to-end existentes que solo consideran los intereses del usuario, OneLoc considera simultáneamente los intereses del usuario y la información de ubicación en tiempo real para generar recomendaciones. Para ello, proponemos tres técnicas (identificación semántica con reconocimiento geográfico, autoatención con reconocimiento geográfico y avisos con reconocimiento de vecinos) que aprovechan la información geográfica desde diversas perspectivas, así como dos funciones de recompensa basadas en aprendizaje de refuerzo (recompensa geográfica y recompensa por GMV). OneLoc se ha implementado en la app Kuaishou, atendiendo a 400 millones de usuarios activos, y ha logrado mejoras de rendimiento del 21,016 % en GMV y del 17,891 % en el número de pedidos, respectivamente.

Takeaways, Limitations

•
Takeaways:
◦
Validamos la eficacia de un modelo de recomendación generativa de extremo a extremo que considera simultáneamente los intereses de los usuarios y la información de ubicación en tiempo real.
◦
Presentamos nuevas técnicas para utilizar eficazmente la información geográfica.
◦
Presentamos un método para equilibrar eficazmente múltiples objetivos utilizando el aprendizaje de refuerzo.
◦
Se ha implementado en servicios reales y ha logrado importantes mejoras de rendimiento.
•
Limitations:
◦
Falta una descripción detallada de la estructura y los parámetros específicos del modelo OneLoc.
◦
Se necesita un análisis comparativo más detallado con otros modelos de recomendación generativa de extremo a extremo.
◦
Es necesario realizar un análisis para determinar si los resultados pueden estar sesgados hacia regiones o grupos de usuarios específicos.
◦
Es necesaria una revisión del mantenimiento y la estabilidad del rendimiento desde una perspectiva a largo plazo.
👍
Made with Slashpage