rating prediction | BriefGPT

关键词rating prediction

搜索结果 - 16

ACLRecGPT：文本推荐的生成式预训练
我们提出了第一个经过领域适应和完全训练的大型语言模型 RecGPT-7B 及其指导模式 RecGPT-7B-Instruct，用于基于文本的推荐。实验结果表明，我们的模型 RecGPT-7B-Instruct 在评分预测和顺序推荐任务上优于
PDFa month ago
基于变分信息瓶颈的距离度量学习模型
本文首次将变分信息瓶颈与度量学习模型相结合，提出了一种新的度量学习模型 VIB-DML（Variational Information Bottleneck Distance Metric Learning），用于评分预测，通过解耦潜在空间
PDF4 months ago
推荐系统的数据增强：使用最大间隔矩阵分解的半监督方法
探讨了数据增强和细化最大边际矩阵分解的方面，提出了一种基于自训练的半监督方法，通过迭代使用高置信度的预测评级来增加训练数据和移除不确定的条目，从而改善基线方法的性能。
PDFa year ago
基于语义编码的 KNN 评分预测
本文探讨了在评分预测中使用文本语义相似性来表示用户偏好的新颖应用。该方法将用户的偏好表示为评测文本中文本片段的图形，其中边缘由语义相似性定义，并且能够通过评测进行推荐解释。本文量化评估表明，利用文本的记忆型方法在性能上优于强记忆型和基于模型
PDFa year ago
关于推荐系统语言解释的忠实度和连贯性问题
通过评估当前的推荐系统和其生成评论的组件，我们发现生成的评论是脆弱的且在被视作预测评级的文字理由之前有待进一步评估。
PDF2 years ago
MM推荐系统的批量与顺序主动学习比较
通过比较五种不同的主动学习算法与三种不同的预测器算法的组合，本研究为了解决推荐系统中的冷启动问题，探讨了如何准确预测用户喜好，提供更精准的推荐。同时，通过评估推荐器的评分预测、决策支持和排名等方面，发现在数据集较为密集的情形下，顺序模式能够
PDF2 years ago
基于元矩阵分解的联邦评分预测
本论文中介绍了一种针对移动环境下的评分预测的新型联邦学习框架 —— 元矩阵分解（MetaMF）。MetaMF 拥有很强的可扩展性和适应性，可以更好地利用用户 / 设备之间的协同过滤信息进行更准确的评分预测。在四个基准数据集的实验中，Meta
PDF5 years ago
SIGIR用胶囊网络进行推荐和解释您的喜好和厌恶
该研究利用胶囊网络结合情感分析和逻辑单元技术，从用户评论中挖掘出用户的观点和产品特征，并发现它们之间的关系和情感倾向，从而实现更准确的评级预测和解释。实验结果表明，该方法在七个真实数据集上获得了比最先进的模型更好的预测精度，并可以成功地挖掘
PDF5 years ago
WWW针对长尾中的用户和物品的自适应矩阵补全
本研究发现 real-world 数据集中的评分偏差会影响基于矩阵补全的协同过滤推荐系统预测准确性，且建议采用基于评分数量的算法以提高预测准确性。
PDF5 years ago
KDD神经张量分解
本文提出了基于神经张量分解的动态关系数据预测模型，该模型利用长短时记忆网络来刻画关系数据中的多维时间交互作用，并结合多层感知器结构学习不同潜在因素之间的非线性关系，实验证明该模型在评级预测和链接预测方面性能显著优于神经网络因子分解模型和其他
PDF6 years ago
面向上下文的用户 - 物品表示学习用于物品推荐
该论文提出了一种名为 CARL 的新型上下文感知用户 - 物品表示学习模型，可用于评级预测，其采用因子分解机进一步建模用户 - 物品对的更高阶特征交互，并通过卷积和注意力机制提取相应的评论特征和交互特征。五个真实数据集上的实验证明，CARL
PDF7 years ago
协同过滤的深度自编码器训练
本文提出了一种基于深度自编码器的新模型，通过对 Netflix 数据集进行评分预测任务，相对于之前的模型具有明显优势。该模型不需要层预训练，采用 6 层自编码器进行端到端的训练，通过实验证明：深度自编码器模型的泛化能力比浅层模型更好，负部分
PDF7 years ago
CVPR喜好预测的视觉指导
研究表明，我们可以利用计算机识别人脸信息并预测性别、年龄和外貌美丽程度，同时通过视觉协作过滤技术和新的回归技术推断人们之间的偏好，并基于此预测一张图片的相对吸引力。在一项大型的约会网站数据集和明星图片上，我们的实验获得了令人信服的结果，并得
PDF9 years ago
MM基于潜在特征的 FM 模型用于评分预测
本文介绍了两种基于 Latent Dirichlet Allocation (LDA) 和 word2vec 模型的 Feature-based 模型，一个基于主题模型的 FM 模型，一个基于向量模型的 FM 模型，通过对比实验验证，向量模
PDF10 years ago
跨领域推荐的选择性迁移学习
该研究论文提出一种基于经验预测误差和方差的新标准，用于更好地捕捉协同过滤设置中跨领域的一致性，从而在提高评分预测精度方面显著改进了几项最先进的方法。
PDF12 years ago
协同过滤和缺失的随机假设
本文介绍了一个用户研究的结果，即随机选取评分在更精确地评估评价预测时比用户选择评分更符合随机假设，且将缺失数据机制作为一个显式模型可以提高评分预测性能。
PDF12 years ago