面向推荐系统的用户行为建模的神经点击模型
信息检索
2024-10-01 v1 机器学习
摘要
我们发展并评估了受网页搜索点击模型启发但超越标准点击模型的神经架构，以建模推荐系统中的用户行为。 proposed 的架构包括循环网络、基于 Transformer 的模型（用于缓解自注意力的二次复杂性），对抗性和层次结构架构。我们的模型在 ContentWise 和 RL4RS 数据集上 outperform baselines，并可用于 RS 模拟器中建模用户响应，以用于 RS 评估和预训练。
关键词
引用
@article{arxiv.2409.20055,
title = {Neural Click Models for Recommender Systems},
author = {Mikhail Shirokikh and Ilya Shenbin and Anton Alekseev and Anna Volodkevich and Alexey Vasilev and Andrey V. Savchenko and Sergey Nikolenko},
journal= {arXiv preprint arXiv:2409.20055},
year = {2024}
}