La Raccomandazione · Il piatto giusto per te
Survey sui Sistemi di Raccomandazione Basati su Sessioni — Wang et al. 2021 (ACM Computing Surveys)
Ogni volta che navighi su un sito di e-commerce o ascolti musica su un'app, le tue azioni nella sessione corrente vengono usate per prevedere cosa vuoi dopo. È questo il cuore dei sistemi di raccomandazione basati su sessioni.
Wang e colleghi hanno cartografato per la prima volta tutto il territorio di questi sistemi — dai metodi semplici basati su regole di associazione alle reti neurali a grafo — e hanno costruito una tavola di decisione: dato il tipo di sessione (breve, anonima, con ordine misto), quale algoritmo scegliere? È il primo manuale di campo mai scritto per questo campo.
Cosa dice, in breve
- Wang et al. 2021 è la prima survey a proporre un enunciato del problema unificato per i sistemi di raccomandazione basati su sessioni (SBRS), definendo cinque entità formali — utente, oggetto, azione, interazione, sessione — e una formulazione di massimizzazione dell'utilità: l-hat = argmax f(c, l).
- Vengono distinti tre sotto-task: raccomandazione della prossima interazione (intra-sessione), completamento della sessione corrente (next-partial-session), e raccomandazione della sessione successiva (inter-sessione, es. prossimo carrello).
- Le sessioni sono caratterizzate da cinque proprietà — lunghezza, ordine interno, tipo di azione, disponibilità dell'identità utente, struttura gerarchica — ciascuna con sfide algoritmiche distinte.
- La tassonomia algoritmica comprende 15 classi atomiche distribuite in tre super-classi: metodi convenzionali, metodi a rappresentazione latente, reti neurali profonde (4 architetture di base: RNN, MLP, CNN, GNN; 5 modelli avanzati: attention, memory network, mixture model, generative model, reinforcement learning).
- La matrice di confronto delle capacità di apprendimento delle dipendenze (Tabella 5) mostra che GNN e mixture model hanno la copertura più ampia; le catene di Markov di base la più ristretta.
- Tredici dataset benchmark pubblici sono enumerati (e-commerce, news, musica, POI).
- Sette direzioni di ricerca aperte sono identificate, incluso il cibo e la sanità come domini emergenti.
Provenienza
- Fonte
- A Survey on Session-based Recommender Systems— Wang 2021
- DOI
- 0000001.0000001
- Licenza
- ACM rights reserved
- Nel Kosmos
- 10 voci · 341 fatti atomici · tier MAIOR
↯ Questa è una voce vera del nostro Knowledge Graph, ancorata alla sua fonte — non un testo generato da un modello. Il colore riflette il tipo reale di studio, mai gonfiato.