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。

➡️

继续阅读