An Adaptive Framework of Geographical Group-Specific Network on O2O Recommendation

要約

オンラインからオフラインへのレコメンデーションは、ユーザーおよびサービスの時空間情報と強い相関があるため、より高度なモデルのパーソナライゼーションが必要になります。
従来の方法論は、収集された一元化されたデータによってトレーニングされた均一なモデル構造に基づいており、異なる地理的領域または期間にわたるすべてのユーザー パターンを捕捉する可能性は低いです。
この課題に取り組むために、GeoGrouse と呼ばれる地理的グループ固有のモデリング手法を提案します。これは、ユーザーの好みに関する共通の知識とグループ固有の知識を同時に研究します。
自動グループ化パラダイムが採用され、ユーザーの地理的なグループ化指標に基づいて検証されます。
オフラインおよびオンラインで実験を行い、アプローチの有効性を検証し、大幅な業務改善を実現します。

要約(オリジナル)

Online to offline recommendation strongly correlates with the user and service’s spatiotemporal information, therefore calling for a higher degree of model personalization. The traditional methodology is based on a uniform model structure trained by collected centralized data, which is unlikely to capture all user patterns over different geographical areas or time periods. To tackle this challenge, we propose a geographical group-specific modeling method called GeoGrouse, which simultaneously studies the common knowledge as well as group-specific knowledge of user preferences. An automatic grouping paradigm is employed and verified based on users’ geographical grouping indicators. Offline and online experiments are conducted to verify the effectiveness of our approach, and substantial business improvement is achieved.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google