BriefGPT - AI 论文速递
·
Dual Contrastive Transformer for Hierarchical Preference Modeling in Sequential Recommendation
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的层次偏好建模框架，解决了现有序列推荐系统忽视用户高层偏好的问题。通过双重变换器模块和对比学习，深入学习用户的低层和高层偏好，显著提升推荐精度。实验结果表明，该方法在多个真实数据集上优于现有技术。
🎯
关键要点
- 本研究提出了一种新颖的层次偏好建模框架，解决了现有序列推荐系统忽视用户高层偏好的问题。
- 该框架利用双重变换器模块和双重对比学习方案，深入学习用户的低层和高层偏好。
- 通过该方法，推荐精度显著提升。
- 实验结果表明，该方法在多个真实数据集上优于现有技术，验证了设计的合理性。
➡️
