基于 Transformer 网络的会话感知物品组合推荐
信息检索
2021-11-16 v1 人工智能
摘要
本文详细描述了我们针对 IEEE BigData Cup 2021:基于 RL 的推荐系统(赛道 1:物品组合预测)的解决方案。我们首先对数据集进行探索性数据分析,然后利用所得发现设计我们的框架。具体而言,我们使用一个双头基于 Transformer 的网络来预测用户反馈与已解锁会话,配合所提的会话感知重加权损失、与点击行为预测的多任务学习,以及会话内随机性增强。在 Kaggle 的最终私有排行榜上,我们的方法以 0.39224 的分类准确率排名第 2。
引用
@article{arxiv.2111.07154,
title = {Session-aware Item-combination Recommendation with Transformer Network},
author = {Tzu-Heng Lin and Chen Gao},
journal= {arXiv preprint arXiv:2111.07154},
year = {2021}
}
备注
2nd place solution in IEEE Bigdata Cup 2021 (Track 1: Item Combination Prediction). Our code is available at https://github.com/lzhbrian/bigdatacup2021