RecSys2019 比赛获奖论文 - Tracholar的个人wiki

Table of Contents

第一名方案

Boosting algorithms for a session-based, context-aware recommender system in an online travel domain
数据集
- 16M 用户点击事件
- 数据
  - user
  - session
  - timestamp
  - action type
  - location
  - device
  - filter preference
- 候选集最多25个
- 目标：按照点击率排序
评估指标： MRR https://en.wikipedia.org/wiki/Mean_reciprocal_rank
$$
MRR = \sum_{r_i} \frac{1}{r_i}
$$
作者选用了LightGBM，没有优化MRR的目标函数，作者选择了NDCG来做优化目标
问题：如何直接优化MRR？lambdaMart不行？
特征：220个数值特征30个类别特征
最重要的特征是跟最近一次交互的item的交互频率
最主要有用的特征是item和user-item交互特征，user的特征没太大用
作者还构造了一些item-item的相似特征
第一个item是指query下的item，第二个item指的是用户交互过的item
每一个hotel有一个属性集合，用户点击过的item-item相似，是拿每一个点击过的item跟候选的item在属性维度算一个jaccard距离，然后在所有点击过的item上平均。用户点过的item是指在一个事件窗口内点击过的item

$$
d_{uh} = \frac{1}{t} \sum_{h_c=1}^t \frac{|R_h \cap R_{h_c}|}{|R_h \cup R_{h_c}|}
$$

rank变换
- 在一个query中，某个特征（如价格）的排序值
- 在曝光位置前/后的item的特征（如价格）
- 跟曝光位置前/后的item的特征（如价格）差异

rank特征变换

数据集
- 16M 用户点击事件
- 数据
  - user
  - session
  - timestamp
  - action type
  - location
  - device
  - filter preference
- 候选集最多25个
- 目标：按照点击率排序
评估指标： MRR https://en.wikipedia.org/wiki/Mean_reciprocal_rank
$$
MRR = \sum_{r_i} \frac{1}{r_i}
$$

因为user的特征更像是一种bias
直观地来理解，item的排序一个是item是否热门是否够好（这些信息只跟item有关）；一个是用户对item的偏好（这个是用user-item交互特征表达）；而用户的基础特征偏静态，在实时排序中影响自然没有前两者那么大