Wat zijn sequentie-gebaseerde aanbevelingen (SASRec, BERT4Rec)?

Sequentie-gebaseerde aanbevelingen zijn een aanpak in aanbevelingssystemen die rekening houdt met de volgorde van de interacties van de gebruiker met elementen (bijvoorbeeld bekeken producten, geluisterde nummers) om het volgende interessante object voor hen te voorspellen.

SASRec (Self-Attentive Sequential Recommendation) gebruikt het self-attention mechanisme van transformers om de reeks van gebruikersacties te modelleren. Dit maakt het mogelijk om efficiënt lange-termijn afhankelijkheden en context te overwegen, wat de kwaliteit van aanbevelingen verbetert.

BERT4Rec is een aanpassing van het BERT-model voor aanbevelingen. Het wordt getraind om ontbrekende elementen in de interactievolgorde te voorspellen, met behulp van bidirectionele aandacht, wat helpt om de context en voorkeuren van de gebruiker beter te begrijpen.

Beide methoden overtreffen klassieke modellen die alleen de laatste acties of eenvoudige statistieken in overweging nemen, dankzij een diepgaande analyse van sequenties en context.