Kaggle竞赛总结：OTTO 多目标电商商品推荐

比赛名称：OTTO – Multi-Objective Recommender System

基于真实电子商务会话构建推荐系统

比赛链接：https://www.kaggle.com/competitions/otto-recommender-system

比赛类型：推荐系统、电子商务

比赛介绍

本次比赛的目标是预测电子商务点击、购物车添加和订单。您将根据用户会话中的先前事件构建多目标推荐系统。

您的工作将有助于改善所有相关人员的购物体验。客户将收到更多量身定制的建议，而在线零售商可能会增加销售额。

提交在 Recall@20 上针对每种操作类型进行评估，三个召回值是加权平均的：{'clicks': 0.10, 'carts': 0.30, 'orders': 0.60}

数据描述

本次比赛的目标是预测电子商务点击、购物车添加和订单。您将根据用户会话中的先前事件构建多目标推荐系统。

训练数据包含完整的电子商务会话信息。对于测试数据中的每个会话，您的任务是预测测试会话中最后一个时间戳 ts 之后发生的每个会话类型的帮助值。

• session - 唯一的会话 ID
• events - 会话中按时间排序的事件序列
• aid - 相关事件的文章 ID（产品代码）
• ts - 事件的 Unix 时间戳
• type - 事件类型，即产品是否被点击、添加到用户的购物车或在会话期间订购

优胜解决方案

第二名：SOS3

（队员一）senkin13：https://www.kaggle.com/competitions/otto-recommender-system/discussion/382839

整体思路

召回

该竞赛数据没有user/item信息，并且流行性不起作用，我们努力改进召回方案，我们发现只有重复行为、下一个行为和itemcf是有效的，重复行为、接下来的行为没有什么可做的，最重要的工作是改进itemcf，我们尝试了各种矩阵和itemcf权重，并取得了成效。

尝试的行为矩阵：

• 手推车订单
• 单击购物车和订单
• 点击购物车订单

尝试调整的权重：

• 类型
• 共现时间距离
• 共现顺序
• 会话操作命令
• 人气

排序

• 特征工程

基本上，基于召回策略创建特征，主为重复行为、下一个行为、itemcf的聚合的协同过滤分数、嵌入检索的相似性创建user-item交互。

我为订单/购物车模型使用了198个特征，为点击模型使用了106个特征

• 验证集

我用标签构建了3周的训练数据，最后一周用作验证，然后用固定的轮数重新训练所有训练数据，并用于测试数据的预测，CV与LB非常匹配，我们不需要通过提交来观察LB。

• 模型

在H&M比赛中，我最好的模型是lightgbm，我在这次比赛中也从lightgbm开始，在最后几天我尝试了catboost ranker，结果让我惊讶，订单模型提升0.0007，购物车模型提升0.002，点击模型提升0.0012。

我最好的单模是catboost ranker，CV 0.59066=0.67100.6+0.44160.3+0.5558*0.1，LB 0.602=0.409+0.137+0.056。

最后，我与lightgbm和catboost混合，混合LB更高0.602，与队友的0.602混合后，LB为0.604

优化

最后几天，我将所有的特征工程代码从panda重写为polar，polar的速度要快得多，尤其是两个大表连接，从pandas.merge到polars.join速度上提升40多倍。

我使用TreeSite加速lightgbm推理速度（快2倍），catboost gpu比lightgbm cpu推理快30倍。

队友补充

（队员二）ONODERA：https://www.kaggle.com/competitions/otto-recommender-system/discussion/382790

提到，队友已经有了出色的功能，但CF功能还有改进的空间。因此，聚焦于CF相关特征，具体如下：

• 计数
• 时差
• 序列差异
• 加权统计
• 聚合统计

总共有93个特征。在这之后，我可以使用不同的组合（例如点击订购、购物车订购等）生成几乎4k个特征，我最终只使用了400~500个特征。

模型则是使用XGBoost and CatBoost。

第五名：CWKTJ

https://www.kaggle.com/competitions/otto-recommender-system/discussion/382783

我们的解决方案是两个团队先前解决方案的组合版本。在团队合并之前，我们的训练有效分割、召回方法、特征集和重新排列模型都是不同的。我们不仅简单地集成了我们的独立提交文件，还交换了进一步改进的特征。

集成

在这里，我们使用小写字母表示提交版本（a，b，…），它可以是一个重新提交的5倍集合，也可以是两个或多个提交的集合。S1和S2是公共验证数据分割和私有再生验证数据分割。R1和R2是两种不同的召回方法。F1和F2是两个不同的特征集，F'1和F'2是重要的特征子集。XGB和CBT表示xgboost和catboost ranker 。“+”表示分数集合，这意味着我们对多个模型的原始输出进行平均，以重新排列候选。“&”表示索引集合，这意味着我们为前20名候选人分配索引分数，从1.00到0.05，步长为0.05，然后我们使用召回分数的总和对候选item进行重新排序。我们的最终解决方案应该是：

• c = a * 0.45 & b * 0.575
• d = d1 * 0.5 + d2 * 0.5
• e = e1 * 0.5 + e2 * 0.5
• g = c * 0.5 & d * 0.4 & e * 0.6
• h = (c * 0.5 & d * 0.5) & f * 0.5
• i = g * 0.6 & h * 0.5

召回方法

• R1

这种召回方法是基于公共jupyer notebook（4个矩阵：点击、购物车、订单和购买）开发的，并由numba优化。

特征集

• F1

F1包括统计特征和模型训练特征。与大多数团队一样，我们使用交互历史和共同访问分数的总和、最大值、最小值和平均值，基于session、aid和交互的聚合。大多数统计特征的重要性并不显著。

在模型训练特征中，我们使用了来自implicit包的BPR、ALS和LMF，来自gensim包的W2V和SAS。在这里提到的所有算法中，我们都可以得到item的embedding，因此我们使用候选嵌入和session最新平均嵌入的内积作为交互特征。在BPR、ALS和LMF中，我们可以获得会话和项目的嵌入，因此我们另外使用session嵌入和候选嵌入的内积作为交互特征。

特征重要性

我们使用reranker模型中的特征重要性来决定要交换哪些特征。

第六名：NikhilMishra

https://www.kaggle.com/competitions/otto-recommender-system/discussion/382802

候选集生成

我认为有一个强有力的候选集产生方法对我帮助很大，所以我是这样做的。

每个session的候选项个数：我在大部分比赛中产生了80个候选项，然后在最后阶段将其提高到120个，并提高约0.001的分数。我对80个候选项的最大召回率为0.648（在验证集上）。我也在一次实验中尝试了200名候选人，但这对分数没有帮助。

此外，如果我从自己的候选集生成模型中选取前20个候选项，我的LB分数将为0.585。

对于候选集的生成，我使用了类似于covisit矩阵的方法，并基于不同行为组合构建多个covisit矩阵，如

• 任何操作到任何操作
• 点击加购
• 订单加购
• 订单到订单

为了保持低内存使用率，我只选择了排名前（k*100）的候选项。K是我想要生成的候选项个数。

此外，我还通过第一项的频率对权重进行了归一化。矩阵中的权重通过我们所讨论的两个aid之间访问的item数量进行了归一化。假设我们有5个aids，aid1、aid2、aid3、aid4、aid5。那么（aid1，aid5）的权重将为（5-1）/（aid1的频率）。

此外，（aid5，aid1）的权重将为（aid1，aid5）/2（只是添加一些类似于购买aid5是由购买aid1驱动的，而不是反过来）。对于推断时间，为了决定我应该选择哪一个前k名候选，我使用optuna，将每个covisit矩阵的权重、item最近性的权重、该项目的标准化总体频率等作为参数。

特征生成

基本特征，如item的频率、点击与加购的比率等，访问item的最近时间（如果session中的候选项超过20个，这将非常有用）。

生成的候选项与session中任何已看到的aid的关联。这可以通过使用covisit矩阵权重来创建。深入了解这些特征帮助我大大提高了分数。其想法是，可以用不同的方式创建covisit矩阵，以建立两个item之间的关系，例如：

• 只计算两个aid之间的平均距离（aids共现次数）。
• 距离也可以用时间戳差来衡量。
• 只考虑第一邻居的候选aid（直接候选人）。
• 只考虑最近周的关系等。

排序模型

我使用了lightgbm，进行5%的负采样，大约400个特征，以及最近两周的数据。一些对我有用的东西或技巧：

• 使用单个模型（而不是3个单独的模型）训练所有点击、购物车和订单。这在本地很容易被认为得到了大约0.001到0.002更好的分数（数据被分组到session中，而不是分组到session、type）。
• 在排序时，对点击、购物车和订单使用单独的标签，将标签增益排序为订单（6）->购物车（3）->点击（1），而不是在用户执行操作（点击、购物和订单）时使用1，而在用户未执行操作时使用0（这将分数提高约0.0005）。
• 使用阶段1候选生成模型的排名作为阶段2模型的特征。如果你认为，第一阶段模型的权重可以达到0.585，所以使用这个排名是我模型的重要特征。