WWW 2025 EReL@MIR研讨会多模态CTR预测挑战赛第一名解决方案
信息检索
2025-05-07 v1
摘要
WWW 2025 EReL@MIR研讨会多模态CTR预测挑战赛聚焦于有效应用多模态嵌入特征来提升推荐系统中的点击率（CTR）预测。本技术报告介绍了我们在任务2中获得第一名的解决方案，该方案结合了序列建模和特征交互学习，以有效捕捉用户-物品交互。对于多模态信息集成，我们简单地将冻结的多模态嵌入附加到每个物品嵌入上。在挑战赛数据集上的实验证明了我们方法的有效性，在排行榜上取得了0.9839 AUC的卓越性能，远高于基线模型。代码和配置可在我们的GitHub仓库中获取，模型检查点可在HuggingFace上找到。
引用
@article{arxiv.2505.03543,
title = {1$^{st}$ Place Solution of WWW 2025 EReL@MIR Workshop Multimodal CTR Prediction Challenge},
author = {Junwei Xu and Zehao Zhao and Xiaoyu Hu and Zhenjie Song},
journal= {arXiv preprint arXiv:2505.03543},
year = {2025}
}
备注
Technical report for the 1$^{st}$ place solution of WWW 2025 EReL@MIR Workshop Multimodal CTR Prediction Challenge