ATFLRec:一种基于音频-文本融合和低秩适应的多模态推荐系统
发表于: 。本研究解决了传统推荐系统在音频和文本数据融合中的性能不足及冷启动问题。通过引入低秩适应(LoRA)和ATFLRec框架,有效提高了多模态推荐性能,实验证明其在AUC评分上优于传统和图神经网络模型。这项研究为优化多模态推荐系统和推进大型语言模型的数据整合提供了重要见解。
本研究解决了传统推荐系统在音频和文本数据融合中的性能不足及冷启动问题。通过引入低秩适应(LoRA)和ATFLRec框架,有效提高了多模态推荐性能,实验证明其在AUC评分上优于传统和图神经网络模型。这项研究为优化多模态推荐系统和推进大型语言模型的数据整合提供了重要见解。