IU4Rec：面向电商平台的基于兴趣单元的商品组织与推荐
摘要
大多数推荐系统通常遵循基于商品的范式，利用用户-商品交互来识别最吸引用户的物品。然而，这种基于商品的范式对闲鱼~\footnote{闲鱼是中国最大的在线 C2C 电商平台，其中很大一部分商品由个人卖家发布}存在显著缺陷。闲鱼上个人卖家发布的大部分商品通常可供分发的库存有限，一旦售出便无法再分发。这导致闲鱼上分发的多数商品交互相对较少，影响了依赖积累用户-商品交互的传统推荐方法的有效性。为解决这些问题，我们引入了 \textbf{IU4Rec}，一个基于 \textbf{I}nterest \textbf{U}nit（兴趣单元）的两阶段 \textbf{Rec}ommendation（推荐）系统框架。我们首先根据类别、图像和语义等属性将商品聚类成簇。这些 IU 被整合到推荐系统中，带来了产品和技术上的双重创新。IU4Rec 首先根据类别、图像和语义等属性将商品聚类成簇，形成 Interest Units (IUs)。随后我们将推荐过程重新设计为两个阶段。第一阶段侧重于推荐这些 Interest Units，以捕捉广泛层面的兴趣。第二阶段引导用户在所选 Interest Unit 内的相似商品中找到最佳选项。用户-IU 交互被纳入我们的排序模型，相比于特定商品的交互，这提供了 IU 行为更持久的优势。在生产数据集和在线 A/B 测试上的实验结果证明了我们提出的以 IU 为中心的推荐方法的有效性和优越性。
引用
@article{arxiv.2502.07658,
title = {IU4Rec: Interest Unit-Based Product Organization and Recommendation for E-Commerce Platform},
author = {Wenhao Wu and Xiaojie Li and Lin Wang and Jialiang Zhou and Di Wu and Qinye Xie and Qingheng Zhang and Yin Zhang and Shuguang Han and Fei Huang and Junfeng Chen},
journal= {arXiv preprint arXiv:2502.07658},
year = {2025}
}
备注
Under review at KDD25 ADS. This work has already been deployed on the Xianyu platform in Alibaba. arXiv admin note: substantial text overlap with arXiv:2403.06747