基于语义检索增强的对比学习用于序列推荐

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法SRA-CL,通过语义检索增强对比学习,解决序列推荐中的数据稀疏问题,实验结果在多个数据集上表现优异。

🎯

关键要点

  • 本研究提出了一种新方法SRA-CL。
  • SRA-CL通过语义检索增强对比学习,解决序列推荐中的数据稀疏问题。
  • 该方法利用语义信息提升对比样本的可靠性。
  • 实验结果显示,SRA-CL在多个公共数据集上表现优异。
  • SRA-CL能有效改善推荐系统的性能。
➡️

继续阅读