查看原文
其他

RecSys Challenge 2022推荐赛题

嘿,记得给“机器学习与推荐算法”添加星标

来源:Recsys官网

整理:秋枫学习笔记

Recsys challenge 2022已于近日开始,今年的任务是基于会话的时尚推荐。

地址:http://www.recsyschallenge.com/2022/

任务

今年的比赛主要集中在时尚推荐上。当给定用户会话、购买数据和有关商品的内容数据时,能否准确预测会话结束时将购买的时尚单品?内容数据由商品的描述性标签组成(例如颜色、长度、领口、袖子样式等)。标签是使用人机交互系统分配的。

数据集

Dressipi 将发布一个包含 110 万个在线零售会话的公共数据集。数据集中的所有商品都已使用内容数据进行标记,并提供了标签。将标签数据称为商品特征。对数据集进行采样和匿名化。

  • 会话:会话中是交互的商品。在这个数据集中,一个会话等于一天,所以一个会话是一个用户一天的活动。
  • 购买:在会话结束时发生的购买。每个会话对应一个购买商品。
  • 物品特征:物品的标签数据。诸如“颜色:绿色”、“领口:V 领”等。

规则

  • 任何人(18 岁以上)都可以参加
  • 不能使用外部数据馈送
  • 不能使用根据外部数据训练的模型
  • 不能在模型训练中使用来自测试会话的数据,仅在预测步骤中使用测试会话数据


时间线

时间事件
2022 年 3 月 7 日开始 RecSys 竞赛
2022 年 3 月 14 日提交系统开放
2022 年 6 月 14 日结束 RecSys 挑战
2022 年 6 月 21 日最终排行榜和获胜者


欢迎干货投稿 \ 论文宣传 \ 合作交流

推荐阅读

DSSM双塔模型及其Pytorch实现
PyTorch官方发布推荐系统仓库: TorchRec
精选10篇多模态推荐相关工作

由于公众号试行乱序推送,您可能不再准时收到机器学习与推荐算法的推送。为了第一时间收到本号的干货内容, 请将本号设为星标,以及常点文末右下角的“在看”。

喜欢的话点个在看吧👇

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存