电商平台上类目推荐的变化推断方法
信息检索
2021-04-20 v2 机器学习
摘要
在电子商务平台上为用户进行类目推荐是一项重要任务，因为它决定了网站内的流量走向。因此，提供精确且多样的类目推荐以辅助用户在该平台上的浏览旅程并帮助他们发现新的商品组群十分重要。类目推荐中一个常被低估的部分是用户的重复购买倾向。这种时间行为的结构可被利用以获得更好的类目推荐，在这项工作中，我们尝试通过变分推断来利用这一点。此外，为了增强基于变分推断的优化，我们通过著名的 Metapath2Vec 算法将优化器初始化在更好的起点上。我们在两个真实世界数据集上展示了我们的结果，并表明我们的模型优于标准基线方法。
引用
@article{arxiv.2104.07748,
title = {Variational Inference for Category Recommendation in E-Commerce platforms},
author = {Ramasubramanian Balasubramanian and Venugopal Mani and Abhinav Mathur and Sushant Kumar and Kannan Achan},
journal= {arXiv preprint arXiv:2104.07748},
year = {2021}
}
备注
8 pages, 3 figures, 2 tables