Pinterest が 40 億パラメータの言語モデルでユーザー行動分析を刷新、エンゲージメント向上を報告
2026年11月12日 · 読了 1 分
Pinterest は、ユーザーの行動履歴を分析するシステムを、従来のクラスタリング手法から微調整された 40 億パラメータの言語モデルに置き換えた。メール開封率が 1.1% 向上し、プッシュ通知の開封率が 1.3% 上昇したと報告している。
新しいシステムは、ユーザーが複数のセッションにわたって示す長期的な目標を「ジャーニー」として識別する。例えば、キッチンをリノベーションするユーザーは、キャビネットのデザイン検索、カウンタートップのアイデア保存、バックスプラッシュタイルや照明の検索といった関連活動を行う。これらの相互作用は、複数の無関連な関心ではなく、一貫したプロジェクトを示唆している。
従来のシステムはキーワードを抽出し、埋め込みと階層的クラスタリングでグループ化していた。しかし関連する活動を複数のジャーニーに分断したり、一般的なラベルを生成したり、一時的なエンゲージメントを持続的な意図と誤認識することがあった。
新システムは、最大 150 のユーザーアクションの 360 日間の履歴とコンパクトなユーザープロフィールを読み込み、ランク付けされたジャーニー名を生成する。検索と保存アクションはクリックより重視される。
Pinterest は合成訓練データを生成して、より小さな Qwen3 モデルを微調整した。0.6B から 8B パラメータのモデルをテストし、推論品質と処理スループットのバランスから 4B モデルを選択した。
米国とカナダでの初期テストで、クラスタリング方式と比較して報告された改善が確認された。