JDsearch：包含真实查询与完整交互的个性化商品搜索数据集
信息检索
2023-05-25 v1
摘要
近年来，个性化商品搜索备受关注，许多模型相继提出。为评估这些模型的有效性，以往研究主要利用模拟的亚马逊推荐数据集，该数据集包含自动生成的查询，并排除了冷启动用户与长尾商品。我们认为，使用此类数据集进行评估可能产生不可靠的结果与结论，并偏离真实用户满意度。为克服这些问题，本文发布了一个个性化商品搜索数据集，其由来自热门中国在线购物平台京东的真实用户查询以及多样的用户-商品交互类型（点击、加入购物车、关注与购买）构成。更具体地，我们在特定日期抽样约170,000名活跃用户，随后记录其在一年内所有交互过的商品与发出的查询，未移除任何长尾用户与商品。这最终形成约12,000,000件商品、9,400,000次真实搜索与26,000,000条用户-商品交互。我们从多个角度研究了该数据集的特征，并评估了具有代表性的个性化模型以验证其可行性。该数据集可在Github公开获取：https://github.com/rucliujn/JDsearch。
引用
@article{arxiv.2305.14810,
title = {JDsearch: A Personalized Product Search Dataset with Real Queries and Full Interactions},
author = {Jiongnan Liu and Zhicheng Dou and Guoyu Tang and Sulong Xu},
journal= {arXiv preprint arXiv:2305.14810},
year = {2023}
}
备注
Accepted to SIGIR 2023