关键词recommendation methods
搜索结果 - 5
- WSDM基于语言的用户个人资料推荐
将用户配置文件表示为可读性较强的文本，在冷启动环境下提供更准确的推荐方法和更短的模型输入长度。
- 具有分层嵌入和会话属性的虚拟会话推荐
该研究提出了一种基于伪会话的电子商务网站推荐方法 CoHHGN+，该方法在没有用户 ID 和会话 ID 的情况下，使用异构超图和全局图网络来推荐商品，其表现优于其他方法。
- WSDM具有行为多样性的对比元学习推荐
该研究提出了一种新的模型 CML，即对比元学习，用于处理具有不同类型行为的多行为数据中用户和物品之间的关系，通过对比损失获取可传输知识，以解决传统推荐模型中存在的个性化多行为模式和匮乏监督者信号的问题。该方法在三个真实世界数据集上表现出了卓 - 协同翻译度量学习
本文介绍了 TransCF 推荐算法，通过利用邻域信息，利用翻译机制构造用户 - 项目特定的翻译向量，并根据用户与项目的关系把用户向项目进行翻译， 用于解决潜在用户 - 项目关系建模的难题，实验表明该算法在现实世界数据集上具有优异的推荐性能 - AAAI基于多层深度级联树的推荐系统转化率预测
本文提出了一种基于深层级深度级联树的集成学习方法，即 Ensemble ldcTree。通过这种方法，推荐系统可以更有效地学习特征表示。通过在线离线实验表明，该方法可以提高推荐系统性能。