GReS：面向供应链平台的图化跨域推荐
信息检索
2022-09-05 v1 人工智能
摘要
供应链平台（SCPs）为下游产业提供大量原材料。与传统电子商务平台相比，由于用户兴趣有限，SCPs 中的数据更为稀疏。为应对数据稀疏问题，可应用跨域推荐（CDR），借助源域信息提升目标域的推荐性能。然而，直接将 CDR 应用于 SCPs 忽略了 SCPs 中商品的层次结构，从而降低了推荐性能。为利用该特征，本文以餐饮平台为例，提出图化跨域推荐模型 GReS。该模型首先构建树形图以表示菜品与食材不同节点的层次结构，然后应用我们提出的结合 GCN 与 BERT 模型的 Tree2vec 方法对图进行嵌入以实现推荐。在商业数据集上的实验结果表明，GReS 在面向供应链平台的跨域推荐中显著优于最先进的方法。
引用
@article{arxiv.2209.01031,
title = {GReS: Graphical Cross-domain Recommendation for Supply Chain Platform},
author = {Zhiwen Jing and Ziliang Zhao and Yang Feng and Xiaochen Ma and Nan Wu and Shengqiao Kang and Cheng Yang and Yujia Zhang and Hao Guo},
journal= {arXiv preprint arXiv:2209.01031},
year = {2022}
}