基于会话的互补时尚推荐
信息检索
2019-08-23 v1
摘要
在现代时尚电商平台中，顾客可浏览数千乃至数百万件商品，推荐系统成为导航和筛选海量品类的重要工具。在此场景下，互补推荐旨在满足用户寻找可搭配穿戴商品的需求。本文提出了一种专为时尚用例定制的个性化、基于会话的互补商品推荐算法 ZSF-c。我们提出了一种用于构建训练集的采样策略，当现有用户交互数据因质量或可用性问题无法直接使用时，该策略尤为有效。与实验期间向客户提供互补商品推荐的协同过滤方法 CF-c 相比，我们提出的方法在准确度方面表现出显著提升。结果显示，离线 Orders Recall@5 相对提升 +8.2%，同时在一项于拥有 2800 万活跃客户的时尚电商平台进行的在线 A/B 测试中，购买商品数量显著增加了 +3.24%。
引用
@article{arxiv.1908.08327,
title = {Session-based Complementary Fashion Recommendations},
author = {Jui-Chieh Wu and José Antonio Sánchez Rodríguez and Humberto Jesús Corona Pampín},
journal= {arXiv preprint arXiv:1908.08327},
year = {2019}
}
备注
Workshop on Recommender Systems in Fashion, 13th ACM Conference on Recommender Systems