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。
➡️

继续阅读