丰富用户购物历史：用分层推荐系统赋能电子商务
信息检索
2024-03-20 v1 人工智能
摘要
推荐系统可以通过分析用户购物历史提供准确的推荐。更丰富的用户历史会带来更准确的推荐。然而，在实际应用中，用户偏好其寻找的商品价格最低的电子商务平台。换言之，大多数用户同时从多个电子商务平台购物；用户购物历史的不同部分分散在不同的电子商务平台之间。因此，我们在本研究中假设，任何电子商务平台都拥有用户历史的完整记录，但只能访问其中的某些部分。如果推荐系统能够首先预测缺失部分并恰当地丰富用户购物历史，就有可能更准确地推荐下一个商品。我们的推荐系统利用用户购物历史来提高预测准确性。所提出的方法在NDCG@10和HR@10指标上均显示出显著改进。
引用
@article{arxiv.2403.12096,
title = {Enriching User Shopping History: Empowering E-commerce with a Hierarchical Recommendation System},
author = {Irem Islek and Sule Gunduz Oguducu},
journal= {arXiv preprint arXiv:2403.12096},
year = {2024}
}