基于大语言模型的跨领域零样本序列推荐的通用化框架
📝
内容提要
本研究针对零样本跨领域序列推荐中的领域语义偏差问题，提出了一种新的框架以改善跨领域对齐。该方法通过引入一般化损失以及用户行为模式的转移来增强推荐系统的传递性，最终实验证明其在多个数据集上显著提升了推荐性能，为数据稀缺环境下的推荐系统提供了更有效的解决方案。
🏷️
➡️
