recommendation quality | BriefGPT

关键词recommendation quality

搜索结果 - 12

不偏向立场的内容不可知的推荐处理
个性化推荐系统通过提供更极端的内容加剧了意见分歧。为了解决这个问题，作者提出了不依赖实际内容的无内容偏向性的内容审核方法，并使用两种内容不可知的调节方法来改善推荐系统的建议。通过控制实验，作者证明了这种方法不仅是可行的，而且可以提高推荐的质
PDFa month ago
我们要优化什么？基于人的评估的深度学习推荐系统
我们开发了一个坚固的人本评估框架，该框架结合了七个不同的评估指标，用于评估五个最近开源的深度学习模型生成的推荐的质量。我们的评估数据集包含了离线基准数据和从 445 名真实用户收集的个性化在线推荐反馈。我们发现，（1）不同的深度学习模型在我
PDF5 months ago
自适应谱图小波用于协作过滤
我们提出了一种基于谱图小波的协同过滤框架，用于隐式反馈数据的个性化推荐，通过将用户、物品及其交互表示为一个二分图，利用自适应转换函数和深度推荐模型，来学习用户和物品的低维表示，同时促进推荐质量。实验证明，相比基准方法，我们的模型在真实世界的
PDF7 months ago
销售人员与销售机器人：探索对话式推荐系统中教育价值的作用
通过结合大型语言模型的先进技术，我们定义了一个新的问题空间，旨在通过混合类型和混合主动式对话提供产品推荐和教育价值的对话代理系统。我们通过构建 SalesBot 和 ShopperBot，对 SalesBot 与专业销售人员进行全面的人类研
PDF8 months ago
具有公共项目特征的私有矩阵分解
利用公共物品特征在训练中，通过基于搜集矩阵分解的方法，可以有效缓解使用不同隐私保护技术训练的推荐模型的品质损失。
PDF10 months ago
安全的协同过滤
这篇论文提出了一种安全的协同过滤方法，通过最小化用户损失尾部的条件风险（CVaR），优化了低满意度用户的推荐质量，证明了这种方法保持了竞争性的计算效率和良好的尾部性能。
PDFa year ago
具有时间图协同变换器的连续时间序列推荐
提出了一种基于时间顺序的用户行为建模方法，通过融合顺序模式和时间合作信号，并采用 TCT 层和连续时间二分图，设计了一种新的框架 (Temporal Graph Sequential Recommender)，该模型有效提高了推荐质量。
PDF3 years ago
WWW自监督的多通道超图卷积网络用于社交推荐
本文提出了多通道超图卷积网络模型，通过利用高阶用户关系来提高社交推荐系统的推荐质量，结合自我监督学习的方法以弥补聚合信息的损失。在多个真实数据集上的实验结果表明，该模型优于现有的其他方法。
PDF3 years ago
AAAI基于贝叶斯的对话式推荐系统
基于贝叶斯方法的对话式推荐系统，通过概率质量函数更新物品，信息理论标准最优地塑造互动并决定何时结束对话，并相应地推荐最可能的物品，结合历史数据进行先验信息推断，应用于 stagend.com 平台，并通过实证分析显示出推荐质量和效率方面的优
PDF4 years ago
MM推荐系统中的损失厌恶：利用用户负面偏好提高推荐质量
描述了一种新的推荐算法，该算法明确地建模了负面用户偏好，以便在推荐列表的顶部推荐更多积极的物品，从而提高准确性并减少负面物品的数量。
PDF6 years ago
MM使用变分自编码器和异质先验进行物品推荐
本文提出了一种在 Variational Autoencoders 框架下利用用户评论文本并加入用户自适应先验来提高协同过滤推荐质量的方法，实验证明该方法比已有的基于用户评分与文本的推荐模型有更高的排名指标。
PDF6 years ago
AAAI基于矩阵完成的 Top-N 推荐系统
该研究提出了一种基于低秩假设的推荐算法，用非凸秩松弛而不是核范数来提供更好的秩近似和高效的优化策略，经过实验证明，该方法将 Top-N 推荐的准确性提升到了一个新的水平。
PDF8 years ago