下一趟旅行去哪里？基于用户偏好的旅行目的地优化
信息检索
2015-09-28 v1
摘要
基于用户偏好的推荐是电子商务网站的常见任务。新推荐算法通常通过与随机推荐或最受欢迎物品等基线算法的离线对比来评估。这里，我们研究这些算法本身的表现，并将其与大规模在线实验中实际运营的生产系统进行对比。具体而言，我们聚焦于在Booking.com这一主要在线旅游网站上，向搜索偏好的度假活动的用户推荐旅行目的地。为了构建排序模型，我们使用先前用户在目的地入住后提供的多准则评分数据。我们实现了三种方法，并将它们与Booking.com当前的基线进行比较：随机推荐、最受欢迎和朴素贝叶斯。我们的总体结论是，在面向真实用户的在线A/B测试中，基于朴素贝叶斯的排序器相较于当前在线系统显著提升了用户参与度。
引用
@article{arxiv.1506.00904,
title = {Where to Go on Your Next Trip? Optimizing Travel Destinations Based on User Preferences},
author = {Julia Kiseleva and Melanie J. I. Müller and Lucas Bernardi and Chad Davis and Ivan Kovacek and Mats Stafseng Einarsen and Jaap Kamps and Alexander Tuzhilin and Djoerd Hiemstra},
journal= {arXiv preprint arXiv:1506.00904},
year = {2015}
}
备注
6 pages, 2 figures in SIGIR 2015, SIRIP Symposium on IR in Practice