面向多渠道零售的跨渠道推荐

越来越多的零售商正将其渠道扩展至线下和线上领域，转型为多渠道零售商。这种转变凸显了跨渠道推荐的需求。鉴于每个零售渠道代表一个具有独特上下文的独立领域，这可以被视为跨领域推荐（CDR）。然而，现有的 CDR 研究并未解决用户和商品在多零售渠道间部分重叠的场景，我们将此定义为“跨渠道零售推荐（CCRR）”。本文使用来自一家多渠道零售店的真实世界数据集，介绍了我们在 CCRR 上的原创性工作。具体而言，我们研究了整合跨渠道用户偏好所面临的重大挑战，并提出了一种使用逐渠道注意力机制的新型 CCRR 模型。我们实证验证了我们的模型在解决 CCRR 问题上优于现有模型。最后，我们深入探讨实验结果，为未来的 CCRR 研究提供了启示。