Mar, 2024

丰富用户购物历史：借助层级推荐系统赋能电子商务

PDF
TL;DR推荐系统通过分析用户的购物历史提供准确的推荐。然而，在真实应用中，用户更喜欢价格最低的电子商务平台。本研究假设任何电子商务平台都能完整记录用户的历史，但只能访问其中的一部分，如果推荐系统能够首先预测丢失的部分并正确丰富用户的购物历史，则可以更准确地推荐下一个商品。我们的推荐系统利用用户的购物历史来提高预测准确性，所提出的方法在 NDCG@10 和 HR@10 指标上取得了显著改进。
recommendation systemsuser shopping historye-commerce platformsuser historyprediction accuracy
发现论文，激发创造
  • 基于机器学习的电子商务产品智能分类与个性化推荐

    个性化推荐系统在电子商务领域的应用及挑战，以及利用 BERT 模型和最近邻算法设计的 eBay 电子商务平台的个性化推荐系统的高效性和可行性。

    Mar, 2024

  • 推荐系统技术及电子商务领域综述

    本研究回顾了推荐系统在电子商务、电子旅游、电子资源、电子政务、电子学习和电子图书馆等领域的不同技术和发展，并通过分析最近的研究，提供了当前发展的详细概述，识别了推荐系统中的现有困难，为实践者和研究人员提供了必要的指导和见解。

    Aug, 2022

  • 电商产品推荐的会话感知信息嵌入

    本文提出了一种基于深度神经网络的列表式建模结构，用于对匿名用户的每个会话生成推荐结果，并设计了会话嵌入方法来预先训练会话表示，证明了该方法的有效性。

    Jul, 2017

  • 具有分层嵌入和会话属性的虚拟会话推荐

    该研究提出了一种基于伪会话的电子商务网站推荐方法 CoHHGN+，该方法在没有用户 ID 和会话 ID 的情况下，使用异构超图和全局图网络来推荐商品，其表现优于其他方法。

    Jun, 2023

  • 推荐系统与人的交互

    该研究旨在了解推荐算法对未来用户数据的影响，通过提出一个简单模型，表明忽略这个反馈循环将导致非一致性评估器，因此验证了我们的结论。

    Mar, 2017

  • HCRS：基于用户评分和产品特征的混合衣服推荐系统

    本文提出一种基于协同过滤的衣服推荐系统，可根据用户评分和服装属性进行推荐，模拟实验表明该推荐系统能更好地满足用户需求。

    Nov, 2014

  • 推荐系统简介

    本文综述了个性化推荐及推荐系统的经典算法，评估方式，以及最近研究的方向：基于会话的推荐、推荐系统中的偏差问题以及实际应用的影响和价值。

    Feb, 2023

  • 电子商务的一种新型基于行为的推荐系统

    本研究提出了一种基于用户行为的推荐系统，通过聚类活跃用户、确定邻域、收集相似用户、基于相似用户计算产品声誉以及推荐高声誉产品等方法，结合产品类别的无监督聚类方法，提供精确的个性化推荐，改善了电子商务推荐系统的性能和准确性。实验结果显示，该方法在阿里巴巴等电子商务平台的行为数据集上表现优于基准方法。

    Mar, 2024

  • 会话式推荐系统

    本文提出将对话系统和推荐系统结合到一起，基于深度强化学习框架构建个性化的对话推荐代理以优化每个会话的效用函数。

    Jun, 2018

  • 基于会话的推荐算法评估

    对于基于会话的推荐，简单的基于最近邻的方法往往表现出与复杂的基于深度神经网络的方法相当或显著更好的性能。需要更多关于基于会话的推荐算法的改进。

    Mar, 2018