Nguồn: Pinterest Engineering
Tóm tắt
Nhóm kỹ thuật Pinterest chia sẻ kiến trúc hệ thống tạo ra candidate (ứng viên) cho tính năng Shopping Conversion — hệ thống gợi ý sản phẩm không chỉ tối ưu hóa cho clicks mà còn cho conversions (tức là người dùng thực sự mua hàng). Đây là sự chuyển dịch quan trọng từ hệ thống recommendation truyền thống chỉ đo engagement sang hệ thống tối ưu hóa kết quả kinh doanh thực sự.
Thách thức chính trong hệ thống này là sự khác biệt lớn giữa signal học (click) và mục tiêu cuối cùng (conversion). Người dùng click nhiều hơn nhiều so với mua hàng, tạo ra sự mất cân đối trong dữ liệu huấn luyện. Ngoài ra, conversion thường xảy ra sau hàng giờ hoặc hàng ngày sau click, tạo ra độ trễ trong feedback loop.
Kiến trúc candidate generation của Pinterest cho shopping sử dụng kết hợp nhiều nguồn signal: hành vi mua sắm lịch sử của người dùng, semantic similarity của sản phẩm, và các tín hiệu về xu hướng mua sắm theo mùa và ngữ cảnh. Hệ thống được thiết kế để cân bằng giữa exploration (khám phá sản phẩm mới) và exploitation (gợi ý sản phẩm có xác suất conversion cao).
Kết quả triển khai cho thấy cải thiện đáng kể trong conversion rate mà không ảnh hưởng tiêu cực đến engagement metrics. Bài viết cung cấp cái nhìn sâu sắc về cách Pinterest cân bằng giữa trải nghiệm người dùng và mục tiêu thương mại trong hệ thống recommendation. (Không thể truy cập nội dung đầy đủ)