科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着用户行为数据和商品数据呈指数级增长，互联网平台面临严重的信息过载问题。可以在推荐算法中引入点击率预测模型，有效提升用户的购物体验。将特征协同交互网络（Co-Action Network, CAN）与深度兴趣演化模型（Deep Interest Network, DIN）相融合，挖掘用户与商品的深层次关系，模拟真实场景下用户与商品的交互情况，得到商品点击率预估模型CAN-DIN。在公开数据集Amazon-beauty上的实验表明，与相关基模型相比，CAN-DIN算法的准确率有一定的提升，可以应用于电商推荐场景。
- 单位
