BriefGPT.xyz
Ask
alpha
关键词
cold-start problems
搜索结果 - 3
MM
CDR-Adapter:学习适配器以提取跨领域推荐模型更多的迁移能力
本研究提出了一种名为 CDR-Adapter 的可扩展和高效的跨领域推荐模型,通过解耦原始推荐模型和映射函数的方式,有效解决了数据稀疏性和冷启动问题,并且无需重新设计网络结构。CDR-Adapter 采用适配器模块对特征表示进行对齐,实现了
→
PDF
8 months ago
SIGIR
跨领域推荐的迁移元框架:针对冷启动用户
本文介绍了一种基于元学习的跨域推荐系统解决方案,采用 transfer-meta 架构,可以在感知用户洞察和推荐推广等方面获得更好的性能表现。
PDF
3 years ago
KDD
面向序列场景的元学习在线推荐模型
通过少次学习和元学习,将场景特定学习与模型无关的顺序元学习相结合,提出了一种名为 s^2meta 的综合端对端框架,可显著提高在线推荐的冷启动问题的状态艺术水平。
PDF
5 years ago
Prev
Next