从购物篮与浏览会话推断互补商品
信息检索
2018-09-27 v1 机器学习
机器学习
摘要
互补商品推荐是电子商务中的重要问题。此类推荐可提高平均订单价格及购物篮中商品数量。互补商品通常从购物篮数据推断。本研究提出BB2vec模型。BB2vec模型通过联合分析两类数据——购物篮与浏览会话(访问商品网页)来学习商品的向量表示。这些向量表示用于生成互补商品推荐。所提模型通过为购买稀少或无购买记录的商品提供更优推荐，缓解了冷启动问题。我们表明BB2vec模型性能优于仅使用购物篮数据的其他模型。
引用
@article{arxiv.1809.09621,
title = {Inferring Complementary Products from Baskets and Browsing Sessions},
author = {Ilya Trofimov},
journal= {arXiv preprint arXiv:1809.09621},
year = {2018}
}
备注
Workshop on Intelligent Recommender Systems by Knowledge Transfer and Learning (RecSysKTL'18)