DNNs vs 伝統的なツリー-Basedモデル：Eコマース広告ランクでの変革 デジタル広告の成功には、ユーザー視点でのコンテンツの最適化が不可欠であり、特にEコマースのランクシステムでは、転換率（CVR）の予測が重要となっています。CVRの精度は、広告の品質を評価し、オークションの効率を高め、広告主と消費者双方に利益をもたらすフェアな市場を作る上で中心的です。Google Play、Airbnb、DoorDashなどの大企業は、この課題に対応するためにデープラーニング（DNN）への移行を進めています。 なぜツリー-Basedモデルでは不十分か？ 過去数年間、グラディエントブースティング決定木（GBDT）モデルが広く採用されてきました。しかし、GBDTは大きな改善を遂げた後、消費者行动の複雑さと多様性の捉え方に限界がありました。このため、さらに進んだEコマース広告ランクの実現には、DNNへの移行が必要となりました。DNNは、大規模・多種多様なデータの処理、時系列のトレンドや文脈信号の理解、テキストや画像など多様な入力モーダルの処理に優れています。また、転移学習とマルチタスク学習によって、異なるドメイン間での知識共有やユーザー行動の全体的なモデリングが可能になりました。 移行プロセスとチャレンジ ステップ1：ベースラインの定義 オンライン広告プラットフォームにとって最も重要なのは、モデルの訓練とリアルタイムのオークションサービスです。訓練済みモデルのパフォーマンスを保証するためには、適切なベースラインの設定が不可欠です。DoorDashは、Area Under the Curve (AUC)とNormalized Binary Cross Entropy (BCE)といった指標を使用してモデルを評価しました。 ステップ2：モデル訓練と評価 データの歪みを解消するため、前処理ステップとして正規化層が導入されました。この層は、CPUで効率的に行い、GPUは計算負荷の高い操作に割り当てることで、トレーニングスループットの最大化が実現しました。データフローとリソース配分の最適化により、モデル訓練の加速が図られました。 ステップ3：モデルの進化段階 3.1 ディープラーニング推薦モデルの採用 DoorDashは、ツリーベースモデルとニューラルネットワークベースモデルのA/Bテストを行い、ニューラルネットワークの方が優れた結果を出すことが確認されました。これにより、DNN固有のアーキテクチャ設計や特徴量エンジニアリングの機会を探るべく、訓練データの活用が進みました。初期段階では特徴量の増加が僅かな改善を示しましたが、大量の特徴量を追加するとモデルの過学習が懸念され、オンラインパフォーマンスとオフラインパフォーマンスのギャップが生じました。 3.2 深層パーソナライゼーション DoorDashでは、ユーザーの再購入傾向と新しい選択肢への抵抗感が主な行動パターンとして明らかになりました。さらに、注文時間（日中や夜間など）も決定に影響を与えていることが判明しました。これに対応するため、時間帯、ユーザーの店舗と料理の嗜好、価格に対する敏感さなどを反映する新規特徴量が導入されました。事前学習された埋め込みベクトルの使用によって、cold-startやデータのスパーシティ問題を緩和しました。これらの調整により、CVRが約2.8%向上しました。 3.3 オフライン訓練とオンライン提供のAUCギャップの解消 最終的な改善後も、オフライン評価とオンライン実行間には4.3%のAUCギャップが残りました。最初の仮説は訓練データの古さでしたが、データ分布の安定性からこれを否定しました。調査の結果、特徴量データの遅延や古いキャッシュ値の影響が大部分のギャップの原因であることが分かりました。 特徴量の遅延を解決するために特徴量固有の結合ウィンドウが導入され、オンライン Loggingにより最も脆弱な特徴量の一致性を確保しました。これはシステムリソースへの負荷を増やしましたが、広告ランクの品質の向上と平均処理時間の短縮というビジネスメリットが見込まれ、追加の費用負担は正当化されました。 結論 DoorDashのケーススタディから、DNNは豊富な特徴表現、深いパーソナライゼーション、スケーラブルな訓練アーキテクチャを提供することで、広告ランクの精度向上とCVRの向上を達成することがわかった。移行に伴うインフラの最適化と効率化により、DNNは次世代の広告ランクシステムの堅牢な基盤となっています。 業界関係者のコメント 業界専門家は、「DNNの導入は一時的な技術的困難をもたらしますが、その成果は顕著であり、今後のEコマース広告市場での競争力を向上させる有望なソリューションと見られています。」とコメントしています。DoorDashは、革新的な広告ランクシステムの開発を通じて、高度なユーザーエクスペリエンスとビジネス成長の両立を目指しています。