BriefGPT - AI 论文速递
·
建模序列推荐中的时间正负激励
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种上下文感知的伪多任务推荐系统（CPMR），通过动态用户和项目表示及伪多任务学习，准确建模兴趣演化。实验结果显示，CPMR在四个基准数据集上优于现有方法。
🎯
关键要点
-
提出了一种上下文感知的伪多任务推荐系统（CPMR）。
-
CPMR通过动态用户和项目表示及伪多任务学习准确建模兴趣演化。
-
创建了三种不同动态下的用户和项目表示：静态嵌入、历史时间状态和上下文时间状态。
-
将增量单目标推荐堆叠成一个多目标任务以进行联合优化。
-
在四个基准推荐数据集上的实验结果显示，CPMR优于现有方法。
-
在三个数据集上取得了显著提升。
➡️
