鞋靴消费者上下文感知推荐训练数据

面向鞋靴电商平台场景化推荐任务，构建用于训练上下文感知下单预测模型的数据集。数据综合用户匿名标识、行为时段、城市气候区、天气、节假日状态、浏览商品品类和上下文特征拼接向量，预测用户在特定上下文下浏览鞋靴后的成交结果，用于首页推荐、天气关联推荐和商品排序，解决推荐忽略实时场景导致匹配度不足的问题。

搜集汇总

背景与挑战

背景概述

该数据集面向鞋靴电商平台的场景化推荐任务，用于训练上下文感知的下单预测模型。数据整合了用户匿名标识、行为时段、城市气候区、天气、节假日状态及浏览商品品类等特征，并结合上下文特征拼接向量，以预测用户在特定实时场景下浏览鞋靴后的成交结果。其应用场景包括首页推荐、天气关联推荐和商品排序，旨在解决推荐系统忽略实时场景导致的匹配度不足问题。