一种实用的跨市场推荐两阶段排序框架
信息检索
2022-04-28 v1
摘要
跨市场推荐旨在通过利用来自资源丰富的相似市场的用户行为，向资源稀缺的目标市场中的用户推荐产品，这对电子商务公司至关重要，但受到的研究关注较少。在本文中，我们介绍了我们在跨市场推荐竞赛（即WSDM CUP 2022）中采用的详细解决方案。为了更好地利用目标市场和源市场之间的协同信号和相似性，我们仔细考虑了多种特征以及由深度图推荐模型（图神经网络、DeepWalk等）和传统推荐模型（ItemCF、UserCF、Swing等）组成的堆叠学习模型。此外，我们采用了基于树的集成方法，例如LightGBM，它在预测任务中表现出优越的性能，用于生成最终结果。我们在XMRec数据集上进行了全面的实验，验证了我们模型的有效性。我们团队WSDM_Coggle_提出的解决方案被选为第二名。
引用
@article{arxiv.2204.12682,
title = {A Practical Two-stage Ranking Framework for Cross-market Recommendation},
author = {Zeyuan Chen and He Wang and Xiangyu Zhu and Haiyan Wu and Congcong Gu and Shumeng Liu and Jinchao Huang and Wei Zhang},
journal= {arXiv preprint arXiv:2204.12682},
year = {2022}
}