超越语义:学习行为增强的相关性模型与自监督学习
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
SESRec框架用于顺序推荐,通过对比学习任务区分用户S&R行为的相似和不同表示,并从注意力机制中提取用户兴趣。实验结果表明,SESRec在工业和公共数据集上优于其他模型,并成功分离相似和不同的用户兴趣。
🎯
关键要点
-
SESRec框架用于顺序推荐,基于搜索的支持。
-
通过对比学习任务区分用户S&R行为的相似和不同表示。
-
从注意力机制中提取用户兴趣的三个方面。
-
在工业和公共数据集上的实验表明SESRec优于其他模型。
-
SESRec成功分离相似和不同的用户兴趣。
➡️