論文の概要: Complementary Recommendation in E-commerce: Definition, Approaches, and Future Directions
- arxiv url: http://arxiv.org/abs/2403.16135v1
- Date: Sun, 24 Mar 2024 13:06:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-26 17:25:57.736691
- Title: Complementary Recommendation in E-commerce: Definition, Approaches, and Future Directions
- Title（参考訳）: 電子商取引における補完的勧告--定義・アプローチ・今後の方向性
- Authors: Linyue Li, Zhijuan Du,
- Abstract要約: 本稿では,2009年から2024年にかけて実施された34の代表的な研究を総合的に要約し,比較する。
我々は,多様性,パーソナライゼーション,コールドスタートといった相補的勧告の研究課題に基づいて,モデルを分類・比較する。
我々は,同じデータセット上で行った異なる研究による実験結果の比較分析を行い,研究の強みと弱みの同定に役立てる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent years, complementary recommendation has received extensive attention in the e-commerce domain. In this paper, we comprehensively summarize and compare 34 representative studies conducted between 2009 and 2024. Firstly, we compare the data and methods used for modeling complementary relationships between products, including simple complementarity and more complex scenarios such as asymmetric complementarity, the coexistence of substitution and complementarity relationships between products, and varying degrees of complementarity between different pairs of products. Next, we classify and compare the models based on the research problems of complementary recommendation, such as diversity, personalization, and cold-start. Furthermore, we provide a comparative analysis of experimental results from different studies conducted on the same dataset, which helps identify the strengths and weaknesses of the research. Compared to previous surveys, this paper provides a more updated and comprehensive summary of the research, discusses future research directions, and contributes to the advancement of this field.
- Abstract（参考訳）: 近年,eコマース分野では補完的な推薦が盛んに行われている。
本稿では,2009年から2024年にかけて実施された34の代表的な研究を総合的に要約し,比較する。
まず, 製品間の相補的関係をモデル化するためのデータと手法を比較し, 単純な相補性や非対称的相補性, 相補的関係の共存, 製品間の相補性関係の相補性, 製品間の相補性の違いなど, 複雑なシナリオについて述べる。
次に、多様性、パーソナライゼーション、コールドスタートといった相補的勧告の研究課題に基づいて、モデルを分類・比較する。
さらに、同じデータセット上で行った異なる研究からの実験結果の比較分析を行い、研究の強みと弱みの同定に役立てる。
これまでの調査と比較して,本論文は,より更新された総合的な研究概要を提供し,今後の研究方向性について論じ,この分野の進展に寄与する。
関連論文リスト
- Information-Theoretic Active Correlation Clustering [3.2688425993442696]
ペアの類似性が事前に分かっていない相関クラスタリングについて検討する。
コスト効率のよい方法でペアの類似性を問うために,能動的学習を採用しています。
論文 参考訳（メタデータ） (2024-02-05T23:33:57Z) - Multimodal Relation Extraction with Cross-Modal Retrieval and Synthesis [89.04041100520881]
本研究は,対象物,文,画像全体に基づいて,テキストおよび視覚的証拠を検索することを提案する。
我々は,オブジェクトレベル,画像レベル,文レベル情報を合成し,同一性と異なるモダリティ間の推論を改善する新しい手法を開発した。
論文 参考訳（メタデータ） (2023-05-25T15:26:13Z) - Two Is Better Than One: Dual Embeddings for Complementary Product
Recommendations [2.294014185517203]
製品に2つの埋め込み表現を活用することで、補足的項目の発見に新しいアプローチを適用する。
我々のモデルは実装が簡単であり、あらゆるeコマースウェブサイトで補完的なアイテムレコメンデーションを生成するための優れた候補となる。
論文 参考訳（メタデータ） (2022-11-28T00:58:21Z) - Assaying Out-Of-Distribution Generalization in Transfer Learning [103.57862972967273]
私たちは、経験的に対処するメッセージの相違を強調して、以前の作業の統一的なビューを取ります。
私たちは9つの異なるアーキテクチャから、多数の、あるいは少数の設定で31K以上のネットワークを微調整しました。
論文 参考訳（メタデータ） (2022-07-19T12:52:33Z) - An Empirical Study on Distribution Shift Robustness From the Perspective
of Pre-Training and Data Augmentation [91.62129090006745]
本稿では,事前学習とデータ拡張の観点から分布シフト問題を考察する。
我々は,事前学習とデータ拡張に焦点を当てた,最初の総合的な実証的研究を行った。
論文 参考訳（メタデータ） (2022-05-25T13:04:53Z) - PAIR: Leveraging Passage-Centric Similarity Relation for Improving Dense
Passage Retrieval [87.68667887072324]
本稿では,クエリ中心とPAssage中心のsmilarity Relations(PAIR)を併用した新しい手法を提案する。
本稿では,2種類の類似性関係の形式的定式化を導入することにより,3つの主要な技術的貢献を行う。
MSMARCOとNatural Questionsの両方のデータセットにおいて、従来の最先端モデルよりも大幅に優れています。
論文 参考訳（メタデータ） (2021-08-13T02:07:43Z) - Reenvisioning Collaborative Filtering vs Matrix Factorization [65.74881520196762]
近年,行列因数分解に基づく協調フィルタリングモデルや,ニューラルネットワーク(ANN)を用いた類似性の学習が注目されている。
推薦エコシステム内でのANNの発表が最近疑問視され、効率性と有効性に関していくつかの比較がなされている。
本研究では,これらの手法が相補的評価次元に与える影響を解析しながら,超精度評価にもたらす可能性を示す。
論文 参考訳（メタデータ） (2021-07-28T16:29:38Z) - A Discussion on Practical Considerations with Sparse Regression
Methodologies [0.0]
統計科学に掲載された2つの論文は、いくつかのスパース回帰法の比較性能について研究している。
この2つの研究を要約して比較し,ユーザへの明快さと価値の提供を目指す。
論文 参考訳（メタデータ） (2020-11-18T15:58:35Z) - Simultaneous Relevance and Diversity: A New Recommendation Inference
Approach [81.44167398308979]
本稿では,新しいCF推論手法である負対陽性を導入することにより,一般協調フィルタリング(CF)を拡張した新しい手法を提案する。
我々のアプローチは、様々な高度なレベルでの幅広い推奨シナリオ/ユースケースに適用できる。
公開データセットと実世界の生産データに関する分析と実験により、我々のアプローチは、関連性および多様性に関する既存の手法を同時に上回ることを示した。
論文 参考訳（メタデータ） (2020-09-27T22:20:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。