Grunnleggende konsepter
ユーザー行動を理解するための深層セッションデータの対照的事前トレーニングは、大規模なセッションデータにおいて複雑な関係を捉え、優れたパフォーマンスを実現します。
Sammendrag
ユーザーのオンラインショッピングセッションデータは半構造化で複雑であり、テキスト情報やユーザーアクション詳細から豊富な情報が得られます。本研究では、対照的学習目的による2段階の事前トレーニングスキームを導入し、UBMが複雑な内部アイテム間意味関係、アイテム間接続性、相互作用依存関係をより良く捉えることが示されました。これにより、多くの下流タスクで大きなパフォーマンス向上が実現されました。
Statistikk
大規模なセッションデータにおけるUBMの効果を示す:大規模なセッションデータでUBMは他の手法よりも優れたパフォーマンスを達成。
プリトレーニングした一般ドメイン言語モデルと比較してUBMの有用性:UBMは一般ドメイン言語モデルよりも優れた結果を示す。
BERTとELECTRAによるプリトレーニングと比較してUBMの効果:BERTやELECTRAと比較してもUBMは高いパフォーマンスを発揮。
Sitater
"Session data has been widely used for understanding user’s behavior in e-commerce."
"Most existing works focus on leveraging the coarse-grained item sequences for specific tasks."
"In this work, we delve into deep session data understanding via scrutinizing the various clues inside the rich information in user sessions."