💻 computer science

Short-Term Changes in E-Commerce Users’ Intentions and Product Recommendation Ranking

Dit artikel stelt een staat-bewust multimodaal aanbevelingsrangschikkingsmodel voor grensoverschrijdende e-commerce voor dat expliciet korte-termijn verschuivingen in gebruikersintentie over zes operationele staten modelleert, waarbij een superieure prestatie wordt behaald bij cross-categorie en laagfrequente itemaanbevelingen op de nieuw geïntroduceerde 42M-record CEMR-42M dataset vergeleken met bestaande baselines.

Oorspronkelijke auteurs: Zhengyuan, Ziyue Li

Gepubliceerd 2026-07-09

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Zhengyuan, Ziyue Li

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je door een enorme, hypermoderne winkelhal loopt. In de oude dagen keek een winkelmedewerker (het aanbevelingssysteem) alleen naar wat je uit het schap pakte. Als je een shirt pakte, stelde hij meer shirts voor. Als je een tent pakte, stelde hij meer tenten voor.

Maar echte shoppers zijn rommelig. Je pakt misschien een shirt, leest de recensies, raakt verveeld, schakelt over naar het bekijken van wandelschoenen, vergelijkt prijzen, voegt een rugzak toe aan je winkelmandje en besluit plotseling dat je gewoon naar landkaarten wilt kijken. Je interesse verandert snel, soms zelfs binnen hetzelfde bezoek.

Dit artikel introduceert een nieuwe "Super Medewerker" (genaamd MISTRec) die niet alleen kijkt naar wat je aanraakt; het probeert te raden in welke fase van de winkelreis je je nu bevindt.

Zo werkt het, onderverdeeld in eenvoudige concepten:

1. Het Probleem: Shoppers zijn Kameleon-achtig

Traditionele systemen behandelen je winkelreis als een rechte lijn: Klik A, Klik B, Klik C. Ze gaan ervan uit dat als je van A hield, je ook van B zult houden. Maar het artikel betoogt dat je "intentie" (wat je eigenlijk probeert te doen) constant verandert.

De Oude Manier: "Je keek naar een camera, dus hier is nog een camera."
De Nieuwe Realiteit: Je keek naar een camera, las recensies, schrok van de prijs, schakelde over naar het bekijken van een statief (cross-category) en voegde vervolgens een geheugenkaart toe aan je winkelmandje. Je bent niet alleen aan het "kijken"; je bent aan het vergelijken, aan het wisselen, of je bent aan het voorbereiden op een aankoop.

2. De Oplossing: De "Zesfasen"-Detective

De onderzoekers hebben een model gebouwd dat werkt als een detective, die probeert te achterhalen in welke van de zes specifieke "stemmingen" je je tijdens je sessie bevindt:

Browsen/Verkennen: Gewoon rondkijken, overal op klikken.
Prijsvergelijking: Recensies lezen en prijzen controleren.
Cross-Category Migratie: Plotseling overstappen van kleding naar reisartikelen.
Aankoopvoorbereiding: Dingen toevoegen aan het winkelmandje of aan favorieten toevoegen.
Herhaalaankoop: Iets kopen dat je eerder hebt gekocht.
Verlating: Opgeven en vertrekken zonder iets te kopen.

3. Hoe de "Super Medewerker" je ziet

In plaats van alleen naar je klikgeschiedenis te kijken, kijkt dit model naar een multimodale mix van aanwijzingen, zoals een detective die bewijs verzamelt uit verschillende bronnen:

Je Acties: Heb je geklikt, gezocht of iets aan het winkelmandje toegevoegd?
De Afbeeldingen: Het analyseert de werkelijke productafbeeldingen (kleuren, stijlen).
De Tekst: Het leest de recensies en je zoektermen om te begrijpen waarom je kijkt.
De Timing: Hoe lang wachtte je tussen de klikken door?

Het combineert al deze aanwijzingen tot één enkel "profiel" van je huidige staat.

4. De Toekomst Voorspellen (De Kristallen Bol)

Het coolste deel is dat het model niet alleen raadt wat je nu wilt; het voorspelt wat je staat zal zijn over 3, 5 of 10 stappen.

Analogie: Stel je een schaker voor die niet alleen de volgende zet denkt, maar drie zetten vooruit denkt.
Als het model ziet dat je in de "Prijsvergelijking"-modus zit, weet het dat je misschien binnenkort overgaat naar "Aankoopvoorbereiding". Dus begint het producten te tonen die klaar zijn om gekocht te worden, in plaats van alleen maar meer dingen om te browsen.

5. De Resultaten: Een Betere Boodschappenlijst

De onderzoekers hebben dit nieuwe model getest tegen oudere, beroemde systemen (zoals Wide & Deep, DIN, SASRec, etc.) met behulp van een enorme dataset van meer dan 4 miljoen winkel-sessies.

De Score: Het nieuwe model won. Het was beter in het voorspellen van wat je het volgende zou klikken (AUC van 0,8219) en beter in het plaatsen van de juiste items in je top 10 lijst (NDCG@10 van 0,4317).
De "Cross-Category" Overwinning: Het was veel beter in het suggereren van artikelen uit andere categorieën (zoals het suggereren van een reistas wanneer je naar kleding keek) omdat het begreep dat je van "modus" wisselde, en niet alleen vast bleef zitten aan één type product.
Snelheid: Het is snel genoeg om in het echt te gebruiken, het doet slechts ongeveer 38 milliseconden om een aanbeveling te doen (dat is sneller dan een knipoog).

6. De Addertjes (Wat de Auteurs Toegeven)

Het artikel is eerlijk over de beperkingen:

Het is een Gissing: De "zes staten" zijn niet iets wat het model direct kan zien (zoals een camera die je gezicht ziet); het zijn labels die de onderzoekers hebben gecreëerd op basis van wat mensen deden.
Het is Geen Magie voor Nieuwe Items: Het werkt goed voor producten die het eerder heeft gezien, maar het is geen perfecte test voor volledig nieuwe items die nog nooit zijn aangeklikt zijn (strikte "cold start").
Offline vs. Online: De tests werden uitgevoerd op opgenomen data, niet in een live, chaotische echte omgeving waar gebruikers misschien worden afgeleid door een telefoontje of een vriend.

Samenvattend:
Dit artikel stelt dat om producten goed aan te bevelen, je niet alleen naar een lijst met klikken kunt kijken. Je moet het verhaal van de winkelreis begrijpen. Door afbeeldingen, tekst en acties te analyseren om de huidige "stemming" van de shopper te raden en hun volgende zet te voorspellen, creëert het nieuwe model een veel nauwkeurigere en helpendere boodschappenlijst.

Technische Samenvatting: Kortetermijnveranderingen in de Intenties van E-commerce Gebruikers en Productaanbevelingsrangschikking

1. Probleemstelling

Traditionele e-commerce aanbevelingssystemen vertrouwen vaak op historische kliksequenties of kenmerken van items met één modaliteit. Het gedrag van gebruikers binnen een enkele sessie is echter heterogeen en omvat diverse operaties zoals zoeken, afbeeldingen bekijken, recensies lezen, prijzen vergelijken en artikelen aan winkelwagentjes toevoegen. Deze interacties geven aan dat kortetermijninteresses van gebruikers niet statisch zijn; ze kunnen snel verschuiven van een enkel productdoel naar meerdere consumptiescenario's, inclus\nook cross-category transities (bijv. van kleding naar reisaccessoires).

Bestaande methoden slagen er vaak niet in om het volgende adequaat te vangen:

Cross-category transfers: De verschuiving in gebruikersintentie tussen verschillende productcategorieën binnen een sessie.
Multimodale semantiek: De wisselwerking tussen visuele verschijning, tekstuele recensies en zoektermen.
Toestandsveranderingen (State transitions): De evolutie van gebruikersintentie van browsen naar voorbereiding op aankoop of het verlaten van de sessie.

Gevolgelijk sluit de rangschikking van kandidaat-producten vaak niet aan bij de huidige besluitvormingsfase van de gebruiker, wat leidt tot suboptimale aanbevelingsprestaties, met name voor items met een lage frequentie en cross-category scenario's.

2. Methodologie

Het artikel stelt een State-Aware Multimodal Recommendation Ranking Model voor, ontworpen voor grensoverschrijdende e-commerce. De methodologie is gebouwd op de CEMR-42M dataset, die 468.320 gebruikers, 126.480 SKU's en meer dan 42 miljoen interactiegegevens bevat.

2.1 Datarepresentatie en Toestandsdefinitie

Sessie-modellering: Sessies worden gesegmenteerd op basis van event-tijd en inactiviteitsgrenzen. Elk sessie-event wordt gerepresenteerd als een gecombineerde vector $\eta_l$ die het type gedrag, productafbeeldingskenmerken, recensietekstkenmerken, zoektermkenmerken, productattributen en tijdsintervallen concateneert.
Zes Operationele Toestanden: Kortetermijnintenties van gebruikers worden gediscretiseerd in zes observeerbare toestanden afgeleid van platformlogs:
1. Browsing Exploration: Hoge frequentie van klikken en het bekijken van afbeeldingen.
2. Price Comparison: Het lezen van recensies en het overschakelen naar vergelijkbare producten.
3. Cross-Category Migration: Getriggerd door een toename in categoriedistantie of verschuivingen in zoektermen.
4. Purchase Preparation: Favorieten maken, toevoegen aan winkelwagen en geconcentreerde vergelijking.
5. Repeat Purchase: Bezoeken van vergelijkbare SKU's op basis van historie.
6. Abandonment: Lange inactiviteit of sessiebeëindiging zonder conversie.

2.2 Modelarchitectuur

Het model bestaat uit vier primaire componenten:

Multi-Type Behavior Sequence Encoding:
- Gedragscategorieën worden in kaart gebracht naar discrete identifiers en gecombineerd met product-ID, categorie, tijdsintervallen en apparaatinformatie.
- De trainingsunit is een session-prefix sample: de prefix tot event $t$ dient als input, terwijl het volgende event zorgt voor click-supervisie. Toekomstige toestanden bij $t+3, t+5$ en $t+10$ dienen als multi-step transitielabels.
- Een venster van 20 events wordt behouden; kortere sessies worden opgevuld (padded) en langere sessies worden afgekapt (truncated) om recente context te bewaren.
Multimodale Feature Extractie & Fusie:
- Visuele Encoder: Extraheert kleur, stijl, vorm en scène-kenmerken.
- Tekst Encoder: Extraheert semantiek rondom maat, kwaliteit, logistiek en gebruikerservaring uit recensies.
- Zoek Encoder: Legt directe gebruikersbehoeften vast.
- Masked Gated Fusion: Om om te gaan met ontbrekende modaliteiten (bijv. producten zonder afbeeldingen), genereert een masked gated fusion mechanisme een gezamenlijke productrepresentatie $z_i$ . Dit gebruikt leerbare gating-parameters om beschikbare modaliteiten (afbeelding, recensie, zoekopdracht, attributen) te wegen, wat robuustheid garandeert tegen ontbrekende data.
Short-Term Intent State Predictie:
- Een multi-step state classifier voorspelt de waarschijnlijkheidsverdeling van de zes toestanden voor de volgende 3, 5 en 10 interactiestappen ( $\hat{\pi}^{(d)}$ ).
- Dit stelt het model in staat om onderscheid te maken tussen instantane klikvoorkeuren en vertraagde koopneigingen, waardoor interferentie van willekeurige klikfluctuaties wordt verminderd.
State-Aware Ranking Mechanisme:
- De uiteindelijke rangschikkingsscore $\hat{r}_{\kappa,q}$ wordt berekend door de sessie-contextvector, de multimodale productrepresentatie en de voorspelde state-waarschijnlijkheidsverdelingen voor 3, 5 en 10 stappen te concateneren.
- Dit mechanisme rangschikt kandidaten niet alleen op basis van gelijkenis, maar ook op basis van de voorspelde besluitvormingsfase en toekomstige transitietrends van de gebruiker.

2.3 Trainingsdoelstelling

Een Multi-Task Joint Learning benadering wordt toegepast om vier taken gelijktijdig te balanceren:

Next-click voorspelling (Binary Cross-Entropy).
Kandidaat-rangschikking (Pairwise Ranking Loss).
Huidige intentieherkenning (Cross-Entropy).
Toekomstige state-transitie voorspelling (Cross-Entropy voor 3, 5 en 10 stappen).

De totale verliesfunctie $\mathcal{L}$ is een gewogen som van deze taken plus L2-regularisatie, wat voorkomt dat het model wordt gedomineerd door een enkel signaal (bijv. klikruis).

3. Belangrijkste Bijdragen

State-Aware Modellering: Modelleert kortetermijnintenties van gebruikers expliciet als een sequentie van zes operationele toestanden in plaats van een platte sequentie van klikken, wat complexe transities zoals cross-category migratie mogelijk maakt.
Multimodale Integratie: Ontwikkelt een robuust fusiemechanisme dat gedrag, afbeeldingen, recensies en zoekopdrachten integreert, waarbij specifiek het probleem van ontbrekende modaliteiten (bijv. afbeelding-loze SKU's) wordt aangepakt via masked gating.
Multi-Step Horizon Predictie: Voorspelt state-verdelingen over meerdere toekomstige horizonten (3, 5, 10 stappen), waardoor het rangschikkingssysteem behoeften kan anticiperen die verder gaan dan de directe volgende klik.
Grootschalige Dataset: Introduceert de CEMR-42M dataset, een grootschalige, multimodale grensoverschrijdende e-commerce dataset met gedetailleerde sessie-niveau annotaties.

4. Experimentele Resultaten

Het model, genaamd MISTRec, werd geëvalueerd tegen baselines inclusief Wide & Deep, DIN, DIEN, SASRec, BERT4Rec, MMRec en CLIP4Rec.

Next-Click Predictie: MISTRec behaalde een AUC van 0,8219 en een LogLoss van 0,3748, waarmee het de beste baseline (CLIP4Rec) versloeg met 0,0034 in AUC.
Top-K Aanbeveling:
- NDCG@10: 0,4317 (0,0158 hoger dan BERT4Rec).
- Recall@10: 0,2865 (0,0191 hoger dan SASRec).
Intent State Predictie:
- Intent-F1: 0,7426.
- State Transition Accuraatheid: 0,7189.
- Voorspellingsnauwkeurigheid nam af met de lengte van de horizon (0,7462 voor 3 stappen, 0,6890 voor 10 stappen), wat de natuurlijke afname van de voorspelbaarheid van intentie reflecteert.
Cross-Category & Lage Frequentie Prestaties:
- Cross-Category Recall: 0,2736, aanzienlijk beter dan SASRec (0,2145).
- Low-Frequency Item Recall@10: 0,2387, wat een verbeterde afhandeling van sparse interactie-items laat zien.
Efficiëntie: De gemiddelde inferentielatentie is 38,2 ms met een P95 van 45,7 ms op een kandidaat-set van 200, geschikt voor online re-ranking.

Ablatie-studies bevestigden dat het verwijderen van de state-predictiemodule een significante daling in NDCG@10 veroorzaakte (van 0,4317 naar 0,4176), wat het belang van state-aware re-ranking valideert.

5. Betekenis en Beperkingen

Het artikel stelt dat expliciete modellering van kortetermijn state-transities de rangschikkingsrobuustheid aanzienlijk verbetert, vooral in scenario's waarin gebruikers frequent tussen categorieën wisselen (bijv. kleding, schoonheid, outdoor, 3C, reizen). De integratie van multimodale data stelt het systeem in staat om kandidaten uit verschillende categorieën te koppelen op basis van vergelijkbare zoekscenario's of visuele stijlen, zelfs wanneer historische klik-co-occurrence ontbreekt.

Bescheiden Claims en Beperkingen:
De auteurs erkennen expliciet verschillende beperkingen en modelleringsaannames:

Zwakke Supervisie: De zes intentie-toestanden zijn operationele labels afgeleid van logs, geen direct geobserveerde psychologische toestanden.
Engineering Aannames: De session-prefix sampling en de 20-event window zijn engineering-keuzes om de balans te vinden tussen signaalbehoud en ruisonderdrukking.
Evaluatie Scope: De evaluatie van Low-Frequency Items test items met een schrale historie (1-4 interacties) in plaats van strikte cold-start (nul interacties).
Offline vs. Online: Offline metrieken leggen onderbrekingen door gebruikers, vertraagde feedback of online exposure bias niet volledig vast.

Toekomstig werk gesuggereerd door de auteurs omvat het verkennen van testen met echt ongeziene items, causale state-transitie identificatie, lichtgewicht multimodale codering en online A/B-testen.