AdaptSSR：使用自适应自监督排名增强预训练用户模型
原文共18字，阅读约需1分钟。通过利用数据增强技术，我们提出了一种新的预训练任务 —— 自适应自监督排序（Augmentation-Adaptive Self-Supervised Ranking，简称 AdaptSSR），来解决用户建模中的稀疏数据问题，该方法通过训练用户模型捕捉隐式和显式数据增强视图的相似性顺序，以及其他用户的视图顺序，进而改进了现有的用户建模方法，并在公共和工业数据集上的六个下游任务上进行了广泛实验证明了其有效性。
该文介绍了一种新的预训练任务——自适应自监督排序（AdaptSSR），通过数据增强技术来解决用户建模中的稀疏数据问题。该方法通过训练用户模型捕捉隐式和显式数据增强视图的相似性顺序，以及其他用户的视图顺序，进而改进了现有的用户建模方法，并在公共和工业数据集上的六个下游任务上进行了广泛实验证明了其有效性。
