Resumen

Hoy en día, las personas tienen un interés creciente en productos frescos como zapatos nuevos y cosméticos. Con este fin, la plataforma de comercio electrónico Taobao lanzó una página de centro de productos frescos en el sistema de recomendación, con la cual los clientes pueden explorar y comprar libre y exclusivamente productos frescos, es decir, la página. En este trabajo, hacemos un primer intento de abordar la tarea de recomendación de productos frescos con dos desafíos principales. Primero, un escenario de recomendación de productos frescos suele enfrentar el desafío de que los datos de entrenamiento son muy deficientes debido a las bajas vistas de página. En este documento, proponemos una red de cambio de interés profundo (DisNet), que transfiere conocimiento de una gran cantidad de datos auxiliares y luego cambia los intereses de los usuarios con información contextual. Además, se presentan tres operadores interpretables de cambio de interés. En segundo lugar, dado que los artículos son frescos, muchos de ellos nunca han sido expuestos a los usuarios, lo que lleva a un grave problema de inicio en frío.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Productos frescos; Plataforma de comercio electrónico; Sistema de recomendación; Red profunda de cambio de interés; Problema de inicio en frío; Generador de incrustación de meta-Id relacional
• Keywords:Fresh products; E-commerce platform; Recommender system; Deep interest-shifting network; Cold-start problem; Relational meta-Id-embedding generator