每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

从频率视角重新思考多行为序列推荐中的纯度与多样性

Created by
  • Haebom

作者

韩永强、程凯、王克凡、陈恩红

大纲

本文旨在提升多动作序列推荐 (MBSR) 的性能，该推荐系统集成了多种用户行为（浏览、点击、购买等）。本文重点关注高频信息反映用户兴趣多样性的能力。因此，我们提出了 PDB4Rec 模型，该模型能够高效地提取特定频率的信息及其关系。此外，我们通过引导平衡器机制平衡各个频带的贡献，从而提升推荐性能。使用真实数据集的实验证明了该模型的有效性和高效性。

Takeaways，Limitations

•
Takeaways：
◦
揭示高频信息能够体现用户兴趣的多样性。
◦
提出一种有效利用特定频带信息的 PDB4Rec 模型。
◦
通过引导平衡机制提高性能。
◦
通过基于真实数据集的实验验证模型。
•
Limitations：
◦
需要进一步研究来确定该模型的普遍性。
◦
结果可能会偏向特定的数据集。
◦
需要针对各种使用环境进行应用和性能评估。
👍
Made with Slashpage