面向跨市场推荐的多阶段集成模型
信息检索
2022-02-18 v1 机器学习
摘要
本文描述了我们PolimiRank团队在WSDM Cup 2022跨市场推荐竞赛中的解决方案。竞赛的目标是有效利用从不同市场提取的信息，以提高两个目标市场推荐的排序准确性。我们的模型由一种基于不同市场数据组合的多阶段方法构成。在第一阶段，使用最先进的推荐器预测用户-物品对的分数，随后两个阶段将其集成，分别采用简单线性组合和更强大的梯度提升决策树技术。我们团队在最终排行榜上排名第4。
引用
@article{arxiv.2202.08824,
title = {Multi-stage Ensemble Model for Cross-market Recommendation},
author = {Cesare Bernardis},
journal= {arXiv preprint arXiv:2202.08824},
year = {2022}
}
备注
5 pages, 2 figures, 3 tables