去噪预训练与定制化提示学习用于高效的多行为序列推荐

本文研究了推荐系统中用户多样化行为的隐含语义关系，提出了DPCPL，首次为多行为序列推荐设计的预训练和提示调优范式。该方法通过引入高效的行为挖掘器过滤噪声，并采用定制化提示学习模块进行高效调优，实验结果证明其在多个数据集上显示出高效性和优越的推荐性能。