chimuichimu
commented
4 months ago MerRec: A Large-scale Multipurpose Mercari Dataset for Consumer-to-Consumer Recommendation Systems
概要
メルカリUSがConsumer-to-Consumer (C2C) 推薦用のデータセットを発表。メルカリUS上で発生した6ヶ月間分の商品データ・ユーザ行動データから作成されており、世界初の大規模なC2Cレコメンド用データセットとのこと。本論文ではデータセットの詳細に加え、データセットを使用した各タスクのベンチマークや推薦モデル（Mercatran）の提案がなされている。
背景
推薦システムの研究は、主流なビジネスモデルである (B2C)モデルをターゲットにしたものがメインだった。しかし近年はメルカリをはじめとしたC2Cモデルのプラットフォームの発展が目覚ましい。C2Cモデルは、アイテムは基本１点もの・ユーザが買手または売手の双方となり得る、など独自の特性を有しているため、C2Cモデルにおける推薦システムの発展にはC2C用のデータセットが必要である。
データセット
特徴
- 大規模
- ユーザ数500万、アイテム数8000万、イベント数12億
- 消費者の多様な行動・相互作用・嗜好を捉えている
- 豊富なデータ項目
- 一般的なユーザID・アイテムID・セッションIDといった項目以外に、タイムスタンプ付の行動タイプや商品のメタデータといったデータ項目を持つ
- 流動性
- 商品が継続的に作成、更新、削除されるという、C2C市場の流動的な性質を捉えている
項目とサイズ
想定タスク
- Click-through rate prediction
- ユーザが商品をクリックするか否かを予測
- Session-based Recommendation
- ユーザの行動履歴から、次に行動を起こす商品を予測
- Multi-task Learning for Recommendation
item_viewとitem_likeといった複数の行動を同時に予測
Hayashi-Yudai
nogawanogawa
Why
Machine Learning 輪講は最新の技術や論文を追うことで、エンジニアが「技術で解決できること」のレベルをあげていくことを目的にした会です。
prev. https://github.com/wantedly/machine-learning-round-table/issues/234
What
話したいことがある人はここにコメントしましょう！ 面白いものを見つけた時点でとりあえず話すという宣言だけでもしましょう！