다음 단계의 개인화: 핀터레스트의 추천을 초강화하는 16,000+ 평생 사용자 액션

피터레스트의 홈 피드는 사용자 참여 및 발견에 있어 2단계 프로세스를 사용하여 사용자 관심사 및 개인화된 핀 관련성을 기반으로 핀을 순위를 매깁니다. Pinnability 모델은 신경망을 사용하여 다양한 핀, 컨텍스트 및 사용자 신호를 소비하지만, 생애주기 사용자 행동 모델링에 제한이 있습니다. TransActV2 모델은 이러한 도전을 해결하기 위해 긴 사용자 시퀀스를 활용하고, 다음 액션 손실 함수를 통합하며, 확장 가능한 배포 솔루션을 구현합니다. TransActV2는 최대 16,000개의 사용자 액션을 모델링할 수 있고, 명시적 액션 기능을 통합하며, int8 quantization을 사용하여 액션 손실을 무손실로 저장합니다. 모델은 넓은 및 깊은 스택 위에 다중 헤드, 점별 다중 태스크 네트워크를 사용하며, 다음 액션 손실 함수를 도입하여 사용자 액션 예측을 개선합니다. NAL 함수는 모델이 참여 확률뿐 아니라 다음에 사용자가 무엇을 할 것인지 예측하도록 도전합니다. 모델은 오프라인 및 온라인 지표에서 모두 상당한 개선을 달성했으며, top-3 repin hit에서 13.31% 증가 및 repin에서 6.35% 증가를 달성했습니다. 모델의 산업 규모 엔지니어링은 효율적인 서비스 및 배포를 가능하게 하여, p99 모델 런 타임 지연이 75-81% 낮아졌으며, 엔드 투 엔드 추론 지연이 103-338배 감소했습니다. TransActV2의 실제 세계적 영향은 막대하여, 수백만 더 의미 있는 참여 및 사용자 경험의 상당한 개선을 달성했습니다.