„Wir optimieren die personalisierte Produktempfehlung.“
Philipp, Senior Data Scientist
„Bei OTTO haben wir in der IT einen riesigen Gestaltungsfreiraum. Mit großer Eigenverantwortung können wir die Erkenntnisse weltweiter wissenschaftlicher Communitys uneingeschränkt nutzen, um unsere Plattform Tag für Tag weiterzuentwickeln. Meine Challenge ist die Optimierung der personalisierten Produktempfehlungen.“
Unser neues GitHub Repository enthält die offizielle PyTorch Lightning-Implementierung zu unserem Paper "Scaling Session-Based Transformer Recommendations using Optimized Negative Sampling and Loss Functions", welches auf der ACM RecSys 2023, der weltweit größten Empfehlungssystemkonferenz, akzeptiert wurde. Unser System, TRON, nutzt eine hochskalierbare sessionbasierte Empfehlungsmethode, die optimiertes Negative Sampling verwendet und auf der Transformer-Architektur aufbaut. Das Ziel von TRON ist nicht nur eine verbesserte Empfehlungsgenauigkeit, sondern auch eine gesteigerte Trainingsgeschwindigkeit.
Entdecke jetzt mehr über unser innovatives System und wie es dazu beiträgt, die Effizienz und Genauigkeit von Produktempfehlungen zu verbessern!
Finde deine nächste Tech- Challenge.
Du möchtest mehr von Philipp zum Thema Produktempfehlungen auf otto.de erfahren? Schau dir hier seinen Beitrag auf der MAIN-Session an oder hör dir seine Podcast-Folge an. Oder vereinbare gleich hier einen Austauschtermin mit ihm.
Tech-Insights: Philipps Github-Profil.