Analyse des données ClickStream de commerce électronique pour prédiction d’intention et recommandations

Coveo partage un riche ensemble de données anonymisées sur le comportement d’utilisateurs sur un site de commerce électronique à des fins de recherche. L’ensemble de données comprend plus de 30 millions d’interactions de produits uniques par de vrais acheteurs – les données de parcours de navigation sont enrichies par des métadonnées de catalogue (vectorisées) et par un comportement de recherche précis, montrant non seulement les produits cliqués après l’émission d’une requête, mais également les produits vus et non-cliqués (c’est-à-dire rétroaction négative). 

Dans la continuité des recherches précédentes (de Coveo et de la communauté) et avec le SIGIR Data Challenge 2021, nous accueillons des recherches portant sur deux défis :

1. Une tâche de recommandation basée sur une session, où un modèle est invité à prédire les prochaines interactions entre les acheteurs et les produits, sur la base des interactions précédentes des produits et des requêtes de recherche au sein d’une session;
2. Une tâche d’abandon de panier, où, étant donné une session contenant un événement d’ajout au panier pour un produit X, un modèle est invité à prédire si l’acheteur achètera X ou non dans cette session.

Les participants sont encouragés à lire les articles évalués par les pairs suivants : (https://arxiv.org/abs/1907.00400 et https://rdcu.be/b8oqN) pour mieux comprendre les problèmes théoriques et pratiques sous-jacents : déséquilibre de classe, taux de conversion, etc. L’article SIGIR Data Challenge contient une analyse documentaire approfondie, des détails approfondis sur l’ensemble de données et des discussions sur les cas d’utilisation cibles ; le Leaderboard SIGIR peut être consulté pour des benchmarks quantitatifs (des fichiers tests pour répliquer la phase de soumission peuvent être demandés à Coveo) ; le référentiel open source SIGIR contient des explications détaillées sur l’ensemble de données, des modèles de base prêts à l’emploi et des liens vers des implémentations réussies.