Обучение ранжированию на основе данных о предпочтениях пользователя

Данная работа изучает проблему расположения товаров на электронных каталогах. Основная идея – строить порядки товаров, согласующие с предпочтениями потребителей. Гипотезы о том, как предпочтения пользователей влияют на их поведение на сайте, были рассмотрены. Некоторые несложные правила для того, чтобы извлекать попарные предпочтения из лог-файлов, были изучены и показывали высокую степень согласования с предпочтениями, показываемые пользователями в опросах. Трудности и свойства ранжирования лишь на основе попарных предпочтений были изучены, и критерии для ранжирования через такие имплицитные предпочтения были предложены. Некоторые алгоритмы были предложены с целью ранжировать товары предпочтениями, которые были сравнены с существующими алгоритмами от похожих проблем. Один алгоритм оказался лучше или хотя бы не хуже существующих алгоритмов. Затем, другой поход на проблему был рассмотрен, который считает товары их атрибутами, а не целыми элементами. Преимущества и недостатки этих методов были рассмотрены, также как и ситуации, когда можно или невозможно их применять, и мыслимые наращивания, добавляющие переменные как время. Эти методы ранжирования были попробованы данными, выданные компанией ритейла, и успешно достигли построить порядки, соблюдающие предпочтений на большую степень, чем обычные методы как сортирование по кликам.