解决时尚推荐——Farfetch挑战赛
机器学习
2021-09-08 v2 信息检索
摘要
推荐引擎对于现代电子商务体验至关重要，无论是对于卖家还是最终用户。准确的推荐可以带来更高的收入和更好的用户体验。在本文中，我们介绍了我们对ECML PKDD Farfetch时尚推荐挑战赛的解决方案。该挑战的目标是当用户看到一组时尚商品时最大化点击的可能性。我们将这个问题视为一个二分类问题。我们的获胜解决方案使用Catboost作为分类器，并使用贝叶斯优化进行超参数调优。我们的基线模型在验证集上达到了0.5153的MRR。超参数的贝叶斯优化将验证集上的MRR提高到0.5240。我们在测试集上的最终提交达到了0.5257的MRR。
引用
@article{arxiv.2108.01314,
title = {Solving Fashion Recommendation -- The Farfetch Challenge},
author = {Manish Pathak and Aditya Jain},
journal= {arXiv preprint arXiv:2108.01314},
year = {2021}
}
备注
8 pages, 2 figures, accepted at ECML PKDD 2021