gSASRec:用负采样训练的序列推荐系统中减少过度自信的方法
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
TRON是一个基于会话的Transformer推荐系统,通过优化的负采样提高了推荐准确性。TRON整合了SASRec和GRU4Rec+的前沿模型,使用top-k负采样和列表损失函数。在大规模电子商务数据集上评估,TRON提升了推荐质量,与SASRec相比点击率提高了18.14%。提供源代码和匿名数据集供进一步研究使用。
🎯
关键要点
- TRON是一个可扩展的基于会话的Transformer推荐系统。
- TRON使用了优化的负采样技术。
- 整合了SASRec和GRU4Rec+的前沿模型。
- 采用top-k负采样和列表损失函数。
- 在大规模电子商务数据集上评估,TRON提升了推荐质量。
- 与SASRec相比,点击率提高了18.14%。
- 提供源代码和匿名数据集供进一步研究使用。
🏷️
标签
➡️