基于顾客购物意图的个性化推荐学习
信息检索
2023-05-15 v2 人工智能
摘要
理解顾客的高层购物意图，例如他们想去露营或举办生日派对的愿望，对于电子商务平台至关重要；它可以通过提供更相关、可解释和多样化的推荐来提升购物体验的质量。然而，由于实际挑战，这种高层购物意图在工业界一直被忽视。在这项工作中，我们介绍了亚马逊的新系统，该系统显式地识别并利用每位顾客的高层购物意图来进行推荐个性化。我们开发了一种新技术，可自动识别亚马逊顾客所追求的各种高层目标，例如“去露营”和“准备海滩派对”。我们的解决方案具有可扩展性（覆盖21个国家的14种语言）。随后，一个深度学习模型将每位顾客的在线行为（例如产品搜索和单品互动）映射为高层购物意图的一个子集。最后，一个实时排序器同时考虑已识别的意图以及细粒度互动，以呈现个性化的意图感知推荐。大量离线分析确保了新推荐的准确性和相关性，我们进一步观察到业务指标提升了10%。该系统目前服务于 amazon.com 的在线流量，为多个生产功能提供支持，并产生了显著的商业影响。
引用
@article{arxiv.2305.05279,
title = {Learning to Personalize Recommendation based on Customers' Shopping Intents},
author = {Xin Shen and Jiaying Shi and Sungro Yoon and Jon Katzur and Hanbo Wang and Jim Chan and Jin Li},
journal= {arXiv preprint arXiv:2305.05279},
year = {2023}
}
备注
This article has been removed by arXiv administrators in response to a copyright claim by a 3rd party