cross-domain recommendation | BriefGPT

关键词cross-domain recommendation

搜索结果 - 31

RecGURU: 跨域推荐通用用户表示的对抗学习
本文提出了 RecGURU 算法框架，通过自注意力自编码器和领域鉴别器的结合，实现了跨领域推荐算法中用户特征的泛化表示，以及利用对抗性学习训练多个领域的用户向量，从而提高推荐质量并超越当前的一些推荐方法。
PDF3 years ago
WSDM跨领域推荐的用户偏好个性化迁移
提出了一种名为个性化用户偏好传递跨域推荐的新框架，在现有的基于特征桥的方法的基础上，使用元网络来为每个用户生成个性化的桥函数，以此实现每个用户偏好的个性化传递。使用大型真实数据集进行了实验验证新框架的有效性。
PDF3 years ago
跨领域和跨系统推荐的统一框架
本文提出了一个名为 GA 的统一框架，它使用图形嵌入和注意力技术来提高所有数据集的推荐精度，包括 Dual-Target CDR，Multi-Target CDR 和 CDR+CSR，实验证明 GA 相比现有的 CDR 和 CSR 算法有更
PDF3 years 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。
PDF3 years ago
跨域推荐：挑战、进展和前景
本文综述了现有的跨领域推荐方法，包括挑战、研究进展和未来方向，把现有的跨领域推荐方法归纳为四类：单目标 CDR，多领域推荐，双目标 CDR 和多目标 CDR，并提出了全景分类和新的分类法，并详细报告了它们的研究进展。
PDF3 years ago
跨域和跨系统推荐的深度框架
本文提出了一种基于矩阵分解和全连接深度神经网络的深度跨域和跨系统推荐框架 DCDCSR，通过考虑不同域或系统中个人用户和项目的评级稀疏度来指导 DNN 的培训过程，有效利用评分数据，实验结果表明，该框架在推荐准确性方面优于现有的 CDR 和
PDF4 years ago
SIGIR基于异构信息网络的跨领域保险冷启动用户推荐系统
本研究提出了一种名为 Heterogeneous information network based Cross Domain Insurance Recommendation (HCDIR) 的新框架，利用交叉领域推荐方法解决冷启动问题，
PDF4 years ago
SIGIRCATN: 基于方面转移网络的跨领域推荐在冷启动用户中的应用
提出了一种基于 review 的用户偏好转移模型，名为 CATN，通过交叉领域推荐框架和注意机制，提取用户和项目的方面表示，并学习跨领域方面之间的相关性，在真实世界数据集上显著优于现有模型，在细粒度上实现了用户方面之间的联系，并使推荐具有解
PDF4 years ago
DARec：跨领域推荐的深度领域自适应方法，基于转移评分模式
本研究提出了一种深度域适应模型（DARec），该模型能够仅依靠评分矩阵的模式提取和转移知识，从而在多个不同领域的推荐任务中实现最佳性能表现。
PDF5 years ago
MMCoNet: 协作交叉网络用于跨领域推荐
本研究提出一个基于神经网络的转移学习方法，通过引入 CoNet（协作交叉网络）来实现跨领域推荐，其中隐藏层连接的交叉映射使增加了双向知识转移能力，模型在两个大型真实世界数据集上进行了广泛评估，并相对于基准模型提高了 7.84％的精度，同时证
PDF6 years ago
基于深度领域适应的跨域推荐
提出一种面向冷启动用户的内容为基础的跨领域推荐方法，利用极端多类分类的形式来预测用户对物品的评分标签，构建了一个融合了领域适应的体系结构和去噪自编码器的神经网络，实现了不依赖用户和物品重叠特征，不同领域之间的推荐，在 Yahoo! JAP
PDF6 years ago