从商品标题学习表征以建模购物交易
信息检索
2021-05-12 v3
摘要
购物交易分析对于理解顾客的购物行为十分重要。现有模型如关联规则难以对购买历史较短的商品建模，且无法应用于新商品（冷启动问题）。本文中，我们提出 BASTEXT，一种对购物篮及商品关联文本（如商品标题）的高效模型。该模型的目标是从文本内容中学习商品表征，以捕捉购物篮中商品间的关系。给定篮中已有商品，一个分类器基于其向量表征来判断潜在商品是否与篮相关。该相关性使我们能够学习到高质量的商品表征。实验表明 BASTEXT 可高效建模数百万购物篮，并在下一商品推荐任务中优于最先进的方法。我们还展示了 BASTEXT 是基于关键词的商品搜索的强基线。
引用
@article{arxiv.1811.01166,
title = {Learning Representations from Product Titles for Modeling Shopping Transactions},
author = {Binh Nguyen and Atsuhiro Takasu},
journal= {arXiv preprint arXiv:1811.01166},
year = {2021}
}
备注
RecNLP 2019