Qu'est-ce que les recommandations basées sur la séquence (SASRec, BERT4Rec) ?

Les recommandations basées sur la séquence sont une approche dans les systèmes de recommandation qui prend en compte l’ordre des interactions de l’utilisateur avec les éléments (par exemple, produits consultés, morceaux écoutés) pour prédire l’objet suivant qui pourrait l’intéresser.

SASRec (Self-Attentive Sequential Recommendation) utilise le mécanisme d’auto-attention des transformateurs pour modéliser la séquence des actions de l’utilisateur. Cela permet de prendre en compte efficacement les dépendances à long terme et le contexte, améliorant ainsi la qualité des recommandations.

BERT4Rec est une adaptation du modèle BERT pour la recommandation. Il est entraîné à prédire les éléments manquants dans la séquence d’interactions, en utilisant une attention bidirectionnelle, ce qui aide à mieux comprendre le contexte et les préférences de l’utilisateur.

Les deux méthodes surpassent les modèles classiques, qui ne prennent en compte que les dernières actions ou des statistiques simples, grâce à une analyse approfondie des séquences et du contexte.