クックパッドが取り組むレシピレコメンドの面白さと難しさ

Slide 1

Slide 1 text

Slide 2

Slide 2 text

© 2024 Cookpad Inc. 2 自己紹介 Yusuke Fukasawa (@fufufukakaka) 自然言語処理・レコメンドをやってきている好きなモデルは RecVAE 趣味 ● テニス ● ポケモンの対戦(レート1800)とその動画解析 Naoki Shigehisa (@naoki_shigehisa) レコメンドに関わるサービス開発エンジニアメインはバックエンド趣味... 日本酒・猫

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

Slide 14

Slide 14 text

Slide 15

Slide 15 text

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

© 2024 Cookpad Inc. 18 なぜレコメンドはこれまでうまくいかなかったのか？ ● 要因1: クックパッドはユーザが昨日作った料理が何だったのか、正確に把握することができない ○ EC サイトにおける “購入” のような明確なコンバージョンが存在しない ■ 「料理を作った」瞬間に相当するものがない ○ 毎回クックパッドのレシピから料理を作っているとは限らない料理完成！つくれぽ投稿クックパッドを開くレシピ検索・人気順を見るレシピ詳細を開くそのまま滞在 or スクショや印刷・覚えて閉じている

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

© 2024 Cookpad Inc. 23 別サービスの調査 ● 候補1: YouTube ○ レコメンドがホーム画面やその他色々なところで中心的な役割を果たしている ○ ★ ユーザは YouTube 以外で YouTube の動画を見ることはない→在庫把握ができる ○ ★ 「今すぐこの動画を見たい！」という目的で YouTube に訪れることはあまり多くなさそう。そもそも回遊目的のユーザのほうが多いのではないか

Slide 24

Slide 24 text

© 2024 Cookpad Inc. 24 別サービスの調査 ● 候補2: Netflix ○ やはりコンバージョンイベントは曖昧 ○ 「見たことがある映画」というのは Netflix だけでは完結しない情報なので、クックパッドと類似性がある ■ 一方で Netflix オリジナルコンテンツは他では見れないので完全に把握できる ○ ランキング機能はない ○ ★ 「今すぐこの映画を見たい！」というユーザと「今日何見ようかな」というユーザが同じくらいいそう ■ レコメンドで回遊を促す時間的余裕がいくらかありそう

Slide 25

Slide 25 text

© 2024 Cookpad Inc. 25 別サービスの調査 ● 候補3: Amazon ○ “購入” という明確なコンバージョンがある ○ 「何買おうかな」というよりは「Amazonであれ買えるかな」と探しに来るユーザの方が多そう？ ■ 自分は回遊行動を起点に Amazon を開くことはあまりない ○ Amazon はユーザがどんなアイテムを持っているのか、については全く知り得ない ■ かつては掃除機を買ったら掃除機をレコメンドされた ■ クックパッドで言う「ハンバーグを作った人にハンバーグを推薦」 → クックパッドにとって Amazon のレコメンド戦略は参考にできるかも？

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

Slide 29

Slide 29 text

© 2024 Cookpad Inc. 29 Amazon のレコメンドを調べる ● アイテムの詳細画面 ○ まず上部に推薦が出ている ■ スポーツ用のスマートウォッチを調べている時にスピーカーが出てくるのは明らかにセレンディピティを狙っている ○ スクロールするとどんどん推薦セクションが出てくる ■ 「よく一緒に購入されている商品」 ■ 「この商品に関連する商品」 ■ 「他のお客様がよく閲覧している商品」 ○ ユーザの目的がはっきりした後で回遊行動を促す推薦が出現している

Slide 30

Slide 30 text

Slide 31

Slide 31 text

© 2024 Cookpad Inc. 31 クックパッドにおけるレコメンド戦略を考える ● Amazon でのレコメンドまとめ ○ ホーム画面でのレコメンド … 説明可能性が高いもののみ ○ 検索画面でのレコメンド … Knowledge Base に基づいた外部知識による拡張 ○ アイテム詳細画面でのレコメンド … セレンディピティを狙ったものが登場 ● ユーザの目的: 「探しているもの」がわかるまでは控えめな推薦 ● ユーザが所持している食材、昨日作ったレシピのことはわからないが、「探しているもの」がわかった後でそれに基づく推薦をするならユーザの気持ちに寄り添えるのでは

Slide 32

Slide 32 text

Slide 33

Slide 33 text

Slide 34

Slide 34 text

© 2024 Cookpad Inc. 34 クックパッドで検索行動後に推薦するとしたら ● ★ Sequential Recommend ○ 回遊行動をしている最中にオンラインの推薦API に問い合わせて「次に見てくれそうなアイテム」を表示する ● Item-to-Item ○ レシピの詳細ページで、別の関連レシピを表示する ○ バッチだけ or バッチ + sequential recommend などでリランクのどちらもあり得る

Slide 35

Slide 35 text

© 2024 Cookpad Inc. 35 Sequential Recommend ● Session Based Recommendation とも呼ばれる ○ Transformers4Rec などが有名 ● id 配列を入力とし、次に出現しそうな id 候補を出力する ○ なので、コールドユーザにも推薦できる ● 次の単語を予測するモデルとほぼ同じ ● 自分で実装することもできるが、フレームワークを使うと簡単に実装できる ○ RecBole など ○ API 実装もそこまで複雑じゃない https://qiita.com/fufufukakaka/items/e03df3a7299b2b8f99cf

Slide 36

Slide 36 text

© 2024 Cookpad Inc. 36 Sequential Recommend: 実験結果 ● 検索行動のセッション中で、次に閲覧するレシピを予測する問題として学習させた際の結果 CORE↓ BERT4Rec SASRec CORE Recall@10 0.421 0.435 0.542 Precision@10 0.042 0.043 0.054 NDCG@10 0.278 0.285 0.382 MRR@10 0.233 0.238 0.332 ItemCoverage@10 0.236 0.338 0.429 AveragePopularity@10 295.2 423.76 329.28 また、BERT4Rec, SASRec に比べると CORE は少し学習時間が短かった

Slide 37

Slide 37 text

Slide 38

Slide 38 text

© 2024 Cookpad Inc. 38 具体例: Sequential Recommend モデル(CORE)の推薦結果 1. ごぼうと長ネギの中華スープ 2. 春雨と長ネギの中華スープ 3. もやしとわかめのスープ 4. ウインナーと卵の炒飯 5. 簡単本格ガパオライス ● 直前が長ネギと卵のスープだったことを受けて長ネギのスープが2つ推薦されている！ ● ガパオライス、ナシゴレンといったご飯物があったからか、中華スープのニュアンスを混ぜて炒飯が推薦にある！ ● ガパオライスの推薦も出ているぞ

Slide 39

Slide 39 text

Slide 40

Slide 40 text

Slide 41

Slide 41 text

Slide 42

Slide 42 text

© 2024 Cookpad Inc. 42 本日のまとめ ● クックパッドではこれまで様々な観点に基づくレコメンドを試してきた ● 一方で、サービス特性を踏まえると相性の悪い・良いレコメンドがあることもわかってきた ● 他サービスを参考にして、ユーザの目的がはっきりしてから推薦を行うことが有効なのでは、という仮説を立てた ● Sequential Recommend に目をつけて実験を少しずつ進めている

Slide 43

Slide 43 text

Slide 44

Slide 44 text

なぜ大きな差が生まれなかったのか © 2024 Cookpad Inc. 44 ● つくれぽや保存は人によって基準が違う...？(=ノイズが多い) ○ つくれぽ ■ 作った ■ 写真が綺麗に撮れた ■ 美味しかった ○ 保存 ■ 美味しそう ■ 今度作ろう ■ 作った ■ 作って美味しかった ● レシピ投稿は「自分が好き」なレシピ以外に、「クックパッドで見てもらえそう」なレシピが投稿されることが多い