BriefGPT.xyz
大模型
Ask
alpha
关键词
tail items
搜索结果 - 3
KDD
推荐系统中基于策略代理的公平暴露优化进行成效去偏差
在该研究中,我们开发了一种基于战略代理人的公平曝光优化动态排序方法,旨在解决推荐系统中的数据偏差和长尾物品可见性的问题。通过使用可微分的排序算子同时优化准确性和公平性,我们确保了推荐性能的同时增强了长尾物品的可见性,实验证明了该方法的有效性
→
PDF
9 days ago
KDD
HICF: 双曲信息协作过滤
本研究探讨了在超几何空间内,哪些用户产品可以有效推荐,设计了一种新的学习方法 HICF,针对尾部和头部物品推荐效果不佳的问题,通过改进超几何边际排序学习的过程,提供信息指导来明确推荐目标,并在大量实验中验证了该方法的有效性。
PDF
2 years ago
CITIES: 序列推荐中基于尾部 Embedding 的上下文推理
该研究提出了一种名为 CITIES 的框架,旨在通过训练一个嵌入 - 推理函数来提高尾部项目的嵌入质量,以改善不仅尾部项目而且头部项目的推荐性能,并且可以推断新项目的嵌入。在两个真实世界数据集上的广泛实验表明,将 CITIES 应用于最先进
→
PDF
3 years ago
Prev
Next