広告レコメンデーションの変革：SmartNewsとMilvusの旅

目まぐるしく変化するニュースアプリの世界において、SmartNewsは、2012年の設立以来、比類ない成功を収めてユーザーエンゲージメントを獲得し、圧倒的な存在感を示している。日本の東京に本社を置き、米国で大きく躍進しているSmartNewsは、独自の課題に直面した。課題から勝利への道のりは、技術的なハードルを乗り越え、革新的なソリューションを模索し、最終的にMilvusで成功を収めました。

SmartNews は、ユーザーのエンゲージメントを高めるために、リアルタイムでパーソナライズされた広告レコメンデーションを必要としていました。

SmartNewsのユーザーエンゲージメントは急上昇しており、2021年7月現在、アップルニュースやグーグルニュースのような業界大手の月間平均ユーザーエンゲージメントを上回っている。しかし、この成功は、目の肥えた視聴者にタイムリーで適切な広告を配信するという新たな課題をもたらした。SmartNewsのAIインフラストラクチャ・エンジニアであるシュウ氏は、技術的なハードルについて詳しく説明した。高次元の疎な特徴量と、大規模な機械学習システムにおける迅速な非構造化データ検索の必要性である。

既存のソリューションであるFAISSは、特にプラットフォームが拡大するにつれて、煩雑で非効率的であることが判明した。高水準のユーザーエンゲージメントを維持するには、複雑なデータを処理し、リアルタイムの広告レコメンデーションを提供できるソリューションが必要でした。

SmartNews の広告レコメンダーの最適化において、Milvusは大きな違いを生み出した。

SmartNewsは、リアルタイム広告レコメンデーションシステムに不可欠な、高スループットと低レイテンシのクエリを処理できるソリューションを求めて、2ヶ月にわたる徹底的な調査段階を経て、Milvusを採用しました。

Milvusのベクトル類似性検索機能は、SmartNewsの動的広告ベクトルリコールを最適化するのに役立った。POCの段階で、MilvusはSmartNewsの厳しい要件であるP99レイテンシ＜10msを満たしました。SmartNewsのエンジニアの一人であるシュウ氏は、Milvusのおかげでチームが比較不可能なデータタイプをベクトルにマッピングすることができ、効率的な類似性検索を可能にして、ユーザーを最も関連性の高い広告に結びつけることができたと強調した。この機能は、SmartNewsが数百万のベクトルをリアルタイムで処理し、パーソナライズされた広告推薦を提供するために不可欠であることが証明された。

広告レコメンデーション以外にも、Milvusは他の機械学習アプリケーションでその多用途性を発揮した。SmartNewsチームは、リアルタイムでのデータとインデックスの更新にもMilvusを使用しており、これは広告推薦モデルを最新の状態に保つために不可欠であった。

コミュニティ主導の開発の価値を認識しているSmartNewsは、「ホットリロード」のような機能を積極的にMilvusコミュニティに貢献し、社内業務と広範な開発者コミュニティの両方を強化しました。

ミルバスの採用：技術的なアップグレードから具体的な成功へ

Milvusの採用は単なる技術的なアップグレードではなく、SmartNewsの実際のビジネス成果に結びついた。SmartNewsのもう一人のエンジニアであるYusup氏は、Milvusのcollection aliasing機能が更新プロセスを合理化し、ベクターを更新するための面倒なメカニズムに対処したことを強調しています。

Milvusによって最適化された広告推薦システムは、より関連性の高い広告につながり、クリックスルー率を高め、最終的に広告収入を増加させた。さらに、リアルタイムのデータとインデックスの更新により、SmartNewsは変化するユーザー行動に迅速に対応できるようになり、一貫して適切なレコメンデーションが行われるようになりました。

SmartNewsは、Milvusを2.2.4にアップグレードし、現在、次の技術的進化の段階に備えている。デニス・ザオは、"新しいバージョンは、さらに優れたパフォーマンスとスケーラビリティを約束します。""新しい機能を活用して、さらにリアルタイムで信頼性の高いシステムを構築することに興奮しています。"と語っている。

要約

ニュースアプリにおいて、SmartNewsは、Milvusを採用するような戦略的な技術的選択が、課題を克服するだけでなく、プラットフォームをユーザー満足度とビジネスの成功の新たな高みへと押し上げることを例証している。イノベーションとコラボレーションの相乗効果により、SmartNewsは先駆者として位置づけられ、リアルタイム広告レコメンデーションにおける継続的な卓越性の舞台を整えました。