在线食品推荐服务的时空特征探索
摘要：在线食品推荐服务（OFRS）具有显著的时空特性和能够方便及时地满足用户需求的优势。虽然已经有许多研究开始探索OFRS的时空特性，但尚未进行全面深入的分析。因此，本文从三个问题出发，研究了OFRS：时空特征如何发挥作用；为什么不能使用自注意力模型化OFRS的时空序列；如何组合时空特征以提高OFRS的效率。首先通过实验分析系统地提取了OFRS的时空特征，确定了最有价值的特征，并设计了有效的组合方法。其次，我们对时空序列进行了详细分析，揭示了自注意力在OFRS中的不足，并提出了更优化的时空序列方法来取代自注意力。此外，我们还设计了一个动态上下文适应模型，进一步提高了OFRS的效率和性能。通过对两个大型数据集的离线实验和一周的在线实验，验证了我们模型的可行性和优越性。
作者：Shaochuan Lin, Jiayan Pei, Taotao Zhou, Hengxu He, Jia Jia, Ning Hu
论文ID：2308.04019
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-08-09