BriefGPT - AI 论文速递
·
推荐算法的去噪时间循环建模
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了去噪时间循环建模（DiCycle）方法，用于推荐系统中用户行为的时间模式建模。DiCycle通过去除无关的用户行为噪声，选择与目标项目高度相关的用户行为子集，并明确地建模多样化的时间循环模式来进行推荐。实验证明DiCycle在公共基准和真实世界数据集上的表现优于现有的推荐方法。
🎯
关键要点
-
去噪时间循环建模（DiCycle）方法用于推荐系统中用户行为的时间模式建模。
-
DiCycle通过去除无关的用户行为噪声，选择与目标项目高度相关的用户行为子集。
-
DiCycle明确地建模多样化的时间循环模式来进行推荐。
-
实验证明DiCycle在公共基准和真实世界数据集上的表现优于现有的推荐方法。
➡️
