面向阿里巴巴电商推荐的行为序列Transformer

Qiwei Chen; Huan Zhao; Wei Li; Pipei Huang; Wenwu Ou

面向阿里巴巴电商推荐的行为序列Transformer

信息检索 2019-05-17 v1 机器学习

作者: Qiwei Chen , Huan Zhao , Wei Li , Pipei Huang , Wenwu Ou

摘要

基于深度学习的方法已广泛应用于工业推荐系统(RSs)。先前的工作采用Embedding&MLP范式：将原始特征嵌入为低维向量，然后输入至MLP进行最终推荐。然而，这些工作大多只是拼接不同特征，忽略了用户行为的序列特性。在本文中，我们提出使用强大的Transformer模型来捕获用户行为序列下潜在的序列信号，以用于阿里巴巴的推荐。实验结果证明了所提模型的优越性，该模型随后部署于淘宝线上，相较于两个基线在线上点击率(CTR)上取得了显著提升。

关键词

引用

@article{arxiv.1905.06874,
  title  = {Behavior Sequence Transformer for E-commerce Recommendation in Alibaba},
  author = {Qiwei Chen and Huan Zhao and Wei Li and Pipei Huang and Wenwu Ou},
  journal= {arXiv preprint arXiv:1905.06874},
  year   = {2019}
}

备注

4 pages, 1 figure

面向阿里巴巴电商推荐的行为序列Transformer

摘要

关键词

引用

备注

相关论文