科研之友
微信
新浪微博
Facebook
分享链接
摘要
下一购物篮推荐是电商平台上最重要的任务之一,旨在挖掘用户的购物习惯及其兴趣进化的特征。现有的下一购物篮推荐方法存在以下不足:一是仅基于购物篮先后位置建模无法捕捉购物篮时间间隔的差异性;二是基于RNN(recurrent neural network)的方法无法捕获个性化商品频率信息并缺乏可解释性。上述不足限制了电商推荐的准确率且无法提供给用户直观的推荐理由。因此,提出了一种基于时间感知和协同挖掘的下一购物篮推荐方法。该方法对购物篮时间进行建模,将购物篮划分为表征用户短期兴趣的多个组别,并采用层次时间衰退实现用户兴趣进化挖掘;同时对用户表达进行最近邻聚类,基于协同过滤思想增加可解释性。实验表明,该方法能有效建模用户的兴趣进化并提供可解释性,在多种评价指标上优于主流方法。
- 单位
