Search-based User Interest Modeling with Lifelong Sequential Behavior Data for Click-Through Rate Pr

解决的问题

基于记忆网络的MIMN通过对算法和服务架构的共同设计成为了state-of-the-art方法。MIMN是工业界第一个能够为超过1000条用户行为建模的方法，然而在用户行为更多的情况下MIMN便不能精确把握用户兴趣了。本文提出了一种新的范式Search-based Interest Model (SIM)，SIM通过两个级联的搜索单元来抽取用户兴趣：General Search Unit (GSU)从原始的任意长度的行为序列中进行搜索，从而抽取出与候选item相关的子序列；Exact Search Unit (ESU)为SBS和候选item的关系建模。这种级联的模型使SIM对于建模用户长期兴趣的能力有所提升。除此之外，我们还介绍了如何在大规模工业系统中部署SIM。从2019年开始SIM已经部署在阿里巴巴的广告系统上，并且带来了7.1%的CTR提升和4.4%的RPM提升。