Achieves 0.55 MRR (and 0.64 MRR on the specific subset of data) at the RecSys2019 challenge using a two stage deep neural network architecture. More information can be gathered from the Documentation.pdf in particular at the "Deep Learning Model" section..
current_filter enthält nützliche Information, welche das Netzwerk lernen könnte. Als Input wäre ein ähnliches Verfahren wie für die Items denkbar (separate Tabelle die gejoined wird) im binären TFIDF Format.
Autoencoder für die Produkte implementieren, der nicht nur als Ziel hat das Items zu rekonstruieren, sondern auch möglichst unterschiedlich zu anderen Items in der selben Session zu sein