下一个购物篮推荐的实证研究
信息检索
2023-12-06 v1
摘要
下一个购物篮推荐系统（NBRs）通过建模用户从购买历史中得出的偏好（通常表现为一系列历史购物篮）来推荐用户的下一个购物篮。鉴于它们在电子商务行业的广泛适用性，对NBRs的研究近年来引起了越来越多的关注。尽管存在多种多样的NBR方法，但一个重大挑战是缺乏对这些方法进行系统和统一评估的框架。各种研究经常使用不同的数据集和不同的实验设置来评估NBR方法，阻碍了对方法性能进行公平有效的比较评估。为了弥补这一差距，本研究对NBRs进行了系统的实证探究，回顾了该领域的开创性工作，并审视了它们各自的优缺点。随后，我们在统一的数据集上实现指定的NBR算法，采用一致的实验配置，并通过相同的指标评估它们的性能。这种方法的严谨性为公正评估各种NBR方法建立了一个连贯的框架。预计本研究将为这一动态领域的未来研究工作提供坚实的基础和关键的参考。
引用
@article{arxiv.2312.02550,
title = {An empirical study of next-basket recommendations},
author = {Zhufeng Shao and Shoujin Wang and Qian Zhang and Wenpeng Lu and Zhao Li and Xueping Peng},
journal= {arXiv preprint arXiv:2312.02550},
year = {2023}
}
备注
6 pages, 2 figures