ترجمه فارسی مقاله IntentRec: پیش‌بینی قصد کاربر از جلسه با یادگیری سلسله مراتبی چندوظیفه‌ای

چکیده

Recommender systems have played a critical role in diverse digital services such as e-commerce, streaming media, social networks, etc. If we know what a user’s intent is in a given session (e.g. do they want to watch short videos or a movie or play games; are they shopping for a camping trip), it becomes easier to provide high-quality recommendations. In this paper, we introduce IntentRec, a novel recommendation framework based on hierarchical multi-task neural network architecture that tries to estimate a user’s latent intent using their short- and long-term implicit signals as proxies and uses the intent prediction to predict the next item user is likely to engage with. By directly leveraging the intent prediction, we can offer accurate and personalized recommendations to users. Our comprehensive experiments on Netflix user engagement data show that IntentRec outperforms the state-of-the-art next-item and next-intent predictors. We also share several findings and downstream applications of IntentRec.

چکیده به فارسی (ترجمه ماشینی)

سیستم های پیشنهادی نقش مهمی در خدمات دیجیتالی متنوع مانند تجارت الکترونیکی ، رسانه های جریان ، شبکه های اجتماعی و غیره ایفا کرده اند. اگر می دانیم قصد کاربر در یک جلسه معین چیست (به عنوان مثال آیا آنها می خواهند فیلم های کوتاه یا یک فیلم یا یک فیلمبازی ها را انجام می دهند ؛در این مقاله ، ما Intentrec را معرفی می کنیم ، یک چارچوب توصیه جدید مبتنی بر معماری شبکه عصبی چند منظوره سلسله مراتبی که سعی می کند قصد نهفته کاربر را با استفاده از سیگنال های ضمنی کوتاه مدت و بلند مدت خود به عنوان پراکسی تخمین بزند و از پیش بینی قصد برای پیش بینی بعدی استفاده می کند.کاربر مورد احتمالاً با آن درگیر خواهد شد.با استفاده مستقیم از پیش بینی قصد ، می توانیم توصیه های دقیق و شخصی را به کاربران ارائه دهیم.آزمایش های جامع ما در مورد داده های نامزدی کاربر Netflix نشان می دهد که Intentrec از پیش بینی کننده های پیشرفته بعدی و پیش بینی کننده های بعدی بهتر عمل می کند.ما همچنین چندین یافته و برنامه های پایین دست Intentrec را به اشتراک می گذاریم.