Aug, 2020
S^3-Rec: 自监督学习与互信息最大化在序列推荐中的应用
S^3-Rec: Self-Supervised Learning for Sequential Recommendation with Mutual Information Maximization
Kun Zhou, Hui Wang, Wayne Xin Zhao, Yutao Zhu, Sirui Wang...
TL;DR提出了一种基于神经网络架构和自监督学习的序列推荐模型 S^3-Rec,通过最大化互信息的原理学习属性、项目、子序列和序列之间的相关性,从而充分利用内在数据关联提高模型表示能力,经实验证明,在数据稀疏的条件下,该方法优于现有最先进的方法,且可以推广到其他推荐模型。