基于高效产品嵌入神经管线的深度推荐引擎
信息检索
2019-07-23 v2 人工智能
计算与语言
机器学习
摘要
预测分析系统目前是人工智能领域，特别是机器学习领域内最重要的研究与开发方向之一。预测分析的“圣杯”之一是“完美”推荐系统的研究与开发。在本文中，我们提出了一种先进的多任务管线模型，旨在将深度神经模型应用于大数据序列交易系统，以实现确定产品互补性、相似性和销售预测的多任务目标。我们高度并行化的混合模型管线由无监督模型和监督模型组成，分别用于生成语义产品嵌入和预测销售的目标。我们的实验与基准测试过程使用了医药行业零售的真实交易大数据流。
引用
@article{arxiv.1903.09942,
title = {Deep recommender engine based on efficient product embeddings neural pipeline},
author = {Laurentiu Piciu and Andrei Damian and Nicolae Tapus and Andrei Simion-Constantinescu and Bogdan Dumitrescu},
journal= {arXiv preprint arXiv:1903.09942},
year = {2019}
}
备注
2018 17th RoEduNet Conference: Networking in Education and Research (RoEduNet)