BriefGPT - AI 论文速递
·
Transferable Sequential Recommendation via Vector Quantization Meta-Learning
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种向量量化元学习方法（MetaRec），旨在提升可转移序列推荐系统的性能。该方法整合多个源领域的用户-物品互动数据，有效解决输入异质性问题，从而显著改善推荐效果。
🎯
关键要点
-
本研究提出了一种向量量化元学习方法（MetaRec）。
-
MetaRec旨在提升可转移序列推荐系统的性能。
-
该方法整合多个源领域的用户-物品互动数据。
-
有效解决输入异质性问题，改善推荐效果。
-
MetaRec无需额外的模态或共享信息。
-
在多个源任务中自适应地转移知识，显著提高推荐效果。
🏷️
