LightFusionRec:基于轻量级变换器的跨域推荐模型
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
提出了一种针对冷启动用户的跨领域推荐方法,利用极端多类分类预测用户评分,并结合领域适应和去噪自编码器的神经网络,实现无重叠特征的推荐。在Yahoo! JAPAN数据集上,该方法优于传统协同过滤。
🎯
关键要点
- 提出了一种针对冷启动用户的跨领域推荐方法。
- 该方法利用极端多类分类预测用户评分标签。
- 构建了融合领域适应和去噪自编码器的神经网络。
- 实现了不依赖用户和物品重叠特征的推荐。
- 在Yahoo! JAPAN数据集上,该方法优于传统协同过滤。
➡️