基于多任务学习的团购推荐模型
信息检索
2022-11-28 v1
摘要
近年来，由于其更大的销量和更低的单价，团购已成为一种流行的在线购物活动。遗憾的是，目前研究很少专门关注团购推荐。尽管已经提出了一些用于群体推荐的推荐模型，但由于群体推荐与团购推荐之间的本质区别，它们不能直接用于实现现实世界的团购推荐。在本文中，我们首先将团购推荐任务形式化为两个子任务。然后，基于我们对这两个子任务之间相关性和交互的洞察，我们提出了一种新颖的团购推荐模型 MGBR，主要由多任务学习模块构建。为了进一步提高推荐性能，我们在多任务学习模块中设计了一些协同专家网络和调整的门，以促进两个子任务之间的信息交互。此外，我们提出了与两个子任务对应的两个辅助损失，以优化我们模型中的表示学习。我们的大量实验不仅表明我们模型中的增强表示比先前的推荐模型具有更好的性能，而且证明了我们模型中专门设计的组件的影响。
引用
@article{arxiv.2211.14247,
title = {Group Buying Recommendation Model Based on Multi-task Learning},
author = {Shuoyao Zhai and Baichuan Liu and Deqing Yang and Yanghua Xiao},
journal= {arXiv preprint arXiv:2211.14247},
year = {2022}
}