यह शोधपत्र एक बहु-क्रिया अनुशंसा प्रणाली के प्रदर्शन सुधार पर केंद्रित है जो ई-कॉमर्स में विभिन्न उपयोगकर्ता व्यवहारों (जैसे, खरीदारी, क्लिक और कार्ट में अतिरिक्त आइटम) का लाभ उठाती है। मौजूदा प्रणालियों में देखी गई अनुशंसित वस्तुओं (जिन वस्तुओं के साथ उपयोगकर्ता इंटरैक्ट करते हैं) और न देखी गई वस्तुओं के बीच एक महत्वपूर्ण प्रदर्शन अंतर होता है। इस समस्या के समाधान के लिए, हम MEMBER का प्रस्ताव करते हैं, जो विशेषज्ञों के मिश्रण (MIxture-of-Experts) पर आधारित एक नवीन बहु-क्रिया अनुशंसा प्रणाली है, जो क्रमशः देखी गई और न देखी गई वस्तुओं के लिए विशिष्ट विशेषज्ञ मॉडल का उपयोग करती है। प्रत्येक विशेषज्ञ मॉडल को स्व-पर्यवेक्षित शिक्षण का उपयोग करके प्रशिक्षित किया जाता है, और प्रायोगिक परिणाम मौजूदा प्रणालियों की तुलना में 65.46% तक प्रदर्शन सुधार (20 के हिट अनुपात के आधार पर) प्रदर्शित करते हैं।
