WSDMMay, 2021
在线推荐中的长短期时间元学习
Long Short-Term Temporal Meta-learning in Online Recommendation
Ruobing Xie, Yalong Wang, Rui Wang, Yuanfu Lu, Yuanhang Zou...
TL;DR提出了一种基于 LSTTM 框架的在线推荐系统,它可以同时捕捉用户的长期和短期兴趣,采用不同的聚合方法和训练策略分别学习用户的短期和长期偏好,并引入了一种基于 MAML 的时间元学习方法以快速适应实时变化的用户兴趣。该框架在 WeChat Top Stories 推荐系统上的离线评估和在线评估中都取得了显著的改进。