user groups | BriefGPT - AI 论文速递

关键词user groups

搜索结果 - 7

通过协调优化隐私与效用的权衡来满足群体利益
我们提出了一种新的问题形式来处理隐私与效用之间的权衡，特别是针对由具有独特私人和效用属性集的两个不同用户组组成的情况。我们通过一个可信第三方引入了两个用户组之间的协作数据共享机制，该机制使用对抗隐私技术对数据进行内部清洁，消除了手动注释或辅
PDF3 months ago
UOEP: 用户导向的探索策略，增强推荐系统中的长期用户体验
为了提升推荐系统用户的长期体验，本研究提出了一种新方法 —— 用户导向的探索策略（UOEP），通过在用户群体中进行细粒度探索来优化用户的兴趣，实验证明该方法在长期性能方面的优越性以及对低活跃用户和用户之间公平性的改善。
PDF6 months ago
WSDM跨领域序列推荐的混合注意力网络
我们提出了一种混合注意力网络（MAN），其中包括局部和全局注意力模块，用于提取领域特定和跨领域信息。实验结果表明，我们的模型在两个真实数据集上具有优越性，同时进一步研究也证明了我们提出的方法和组件分别是模型无关和有效的。
PDF8 months ago
音乐混音工作流中人工智能技术的采用：调查研究
本研究探讨人工智能技术在音乐制作中的应用现状，通过问卷、半结构化访谈及网络论坛的分析，确认了三种使用者群体分别为业余用户、半职业用户和专业用户，发现业余用户可通过人工智能混音工具简化音乐制作过程并获得不错的效果，而半职业用户和专业用户则更追
PDFa year ago
推荐系统中的精度、误校准和流行偏见研究
本研究分析了五个著名推荐算法在具有不同意向的用户群组中的表现不一致性、度量标准和不同类型影片对不一致表现的影响，结果表明，对流行度兴趣不高的用户收到的推荐准确性最低，且特定类型影片对于不一致性表现有不同的影响。
PDFa year ago
流行度偏见对推荐的公平性和校准性的影响
本文介绍了一种度量推荐算法响应用户真实偏好的度量标准，称为 “miscalibration”。研究人员考虑了各种算法可能导致不同程度的 miscalibration，从而探讨了当算法流行度偏差导致 miscalibration 时的关键因素
PDF5 years ago
社会感知” 中我们应该感知谁 - 分析哪些用户最适合社交媒体现场预测
本文探讨社交媒体的社交感知作用，并考察了不同的样本选取策略对流行病和失业率的短期预测的影响，并通过应用用户过滤技术和选择具有完整个人资料的用户来改善预测，并提出了指导如何选择更好的用户组以实现更准确的预测。
PDF9 years ago