面向消费者到消费者推荐系统的大型多功能Mercari数据集
信息检索
2024-07-18 v2 人工智能
摘要
在不断演变的电子商务领域，推荐系统在用户体验和参与度方面起着关键作用。消费者到消费者（C2C）推荐系统因其灵活性和便于客户供应商访问而成为重要趋势。然而，学术界的关注仍主要集中在企业到消费者（B2C）模型上，C2C推荐数据集规模、物品属性和用户多样性有限，尚未填补这一空白。C2C推荐系统的复杂性进一步体现在用户同时扮演买家和卖家的双重角色，这引入了一系列不够均匀和多样化的输入。为此，我们引入MerRec——来自Mercari电子商务平台的首个专为C2C推荐设计的大型数据集，覆盖2023年6个月数百万用户和商品。MerRec不仅包含用户ID、物品ID和会话ID等标准特征，还包含带时间戳的操作类型、产品分类学和文本产品属性等独特元素，为研究提供了全面的数据集。该数据集在四个推荐任务上进行了广泛评估，为开发现实场景下的先进推荐算法树立了新的基准，弥合了学术界与行业之间的鸿沟，推动了C2C推荐研究的发展。我们的实验代码可在https://github.com/mercari/mercari-ml-merrec-pub-us获取，数据集可在https://huggingface.co/datasets/mercari-us/merrec获取。
引用
@article{arxiv.2402.14230,
title = {MerRec: A Large-scale Multipurpose Mercari Dataset for Consumer-to-Consumer Recommendation Systems},
author = {Lichi Li and Zainul Abi Din and Zhen Tan and Sam London and Tianlong Chen and Ajay Daptardar},
journal= {arXiv preprint arXiv:2402.14230},
year = {2024}
}
备注
Dataset available at: https://huggingface.co/datasets/mercari-us/merrec, code available at: https://github.com/mercari/mercari-ml-merrec-pub-us