Meta-Learned Specific Scenario Interest Network for User Preference Prediction

1. Motivation

meta_ssin_example.jpg

在正常的推荐系统中，基于用户历史行为或者用户画像学习的是用户正常的兴趣爱好，但是用户在特定场景特定领域可能有特殊的偏好。

作者举例，比如虽然用户平时买的是不贵的商品，但是在大促等场景，如果降价幅度非常诱人，用户也是有很大可能去购买的。

本文就是要学习这种特殊场景的偏好。

2. Meta SSIN

meta_ssin_overview.jpg

作者首次提出，将用户历史的行为分类成个场景，用每个场景的item mean pooling来代表这个场景。

场景兴趣提取模块包括：基于元学习的场景兴趣单元（Meta Scenario Interest Unit)与场景注意力单元（Scenario Attention Unit）。

Meta Scenario Interest Unit使用元学习，基于一小部分数据，从一部分user的场景兴趣中学习其他所有user在该场景的兴趣。

meta_ssin_algorithm.jpg

3. Experiment

meta_ssin_result.jpg

优点：
（1）区别于常规兴趣的场景兴趣、突发兴趣、稀有兴趣等确实是一个值得关注的点。

思考：
（1）好像元学习的很少有落地的论文，怎么落地？是工业界效果不行，还是需要工程上比较大的支撑呢？

4. Preferences

[1] Sun, Yinan, et al. "Meta-Learned Specific Scenario Interest Network for User Preference Prediction." Proceedings of the 44th International ACM SIGIR Conference on Research and Development in Information Retrieval. 2021.