用于个性化食品篮推荐的大规模深度架构
信息检索
2020-02-14 v3 机器学习
机器学习
摘要
随着消费者通过 Amazon Fresh、Instacart 和 Walmart Grocery 等平台对在线食品杂货购物的采用日益增长，在整个客户旅程中提供相关推荐成为迫切的业务需求。本文中，我们介绍一个生产环境的篮内食品推荐系统 RTT2Vec，它生成实时个性化产品推荐以补充用户当前的食品篮。我们对系统进行了广泛的离线评估，并展示相比基线最先进的篮内推荐模型在预测指标上提升 9.4%。我们还提出一种近似推断技术，比精确推断方法快 11.6 倍。在生产中，我们的系统带来了平均篮尺寸的增加、改善了产品发现，并实现了更快的用户结账。
引用
@article{arxiv.1910.12757,
title = {A Large-Scale Deep Architecture for Personalized Grocery Basket Recommendations},
author = {Aditya Mantha and Yokila Arora and Shubham Gupta and Praveenkumar Kanumala and Zhiwei Liu and Stephen Guo and Kannan Achan},
journal= {arXiv preprint arXiv:1910.12757},
year = {2020}
}