【前瞻技术布局】打破“沙漏“现象→提高生成式搜索/推荐的上限

【前瞻技术布局】打破“沙漏“现象→提高生成式搜索/推荐的上限
京东科技开发者
京东科技开发者 ·
【前瞻技术布局】打破“沙漏“现象→提高生成式搜索/推荐的上限

【前瞻技术布局】打破“沙漏“现象→提高生成式搜索/推荐的上限
京东科技开发者
京东科技开发者 ·
【前瞻技术布局】打破“沙漏“现象→提高生成式搜索/推荐的上限

【前瞻技术布局】打破“沙漏“现象→提高生成式搜索/推荐的上限
京东科技开发者
京东科技开发者 ·

本研究提出了一种多模态超图对比学习框架（MMHCL），旨在解决多模态推荐系统中的数据稀疏和冷启动问题。通过构建用户和物品的超图，挖掘共享偏好和多模态语义相似性，显著提高了用户与产品之间的关联性。

Multi-Modal Hypergraph Contrastive Learning Recommendation System
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了一种扩散增强对比学习（DGCL）框架，旨在解决协同过滤中的数据稀疏和数据增强不足的问题，通过生成多个语义一致的对比视图来提升推荐系统的性能。

扩散增强图对比学习在协同过滤中的应用
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本研究提出了一种新方法SRA-CL，通过语义检索增强对比学习，解决序列推荐中的数据稀疏问题，实验结果在多个数据集上表现优异。

基于语义检索增强的对比学习用于序列推荐
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
协同过滤：如何构建推荐系统

协同过滤：如何构建推荐系统
Redis Blog
Redis Blog ·
推动智能决策，AutoML技术在腾讯广告推荐场景的探索与应用

推动智能决策，AutoML技术在腾讯广告推荐场景的探索与应用
机器之心
机器之心 ·

本研究通过新方法解决了数据稀疏情况下推荐系统效果不足的问题，为推荐系统发展提供了新的方向和潜力。

Integrating Classifier-Free Guidance into Diffusion Model-Based Recommender Systems
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

本论文提出了一种利用预训练语言模型扩展短文本序列的方法，通过扩展神经主题模型减少噪声文本的影响，显著改善短文本主题建模的性能。

利用预训练语言模型进行短文本主题建模
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·

自我监督学习在推荐系统中解决数据稀疏和噪声的挑战中引起了广泛关注。为了解决缺乏统一框架的问题，研究人员引入了SSLRec，一个用于评估各种SSL增强的推荐器的基准平台。该平台提供了标准化、灵活和综合的框架，简化了不同推荐模型的训练和评估过程。

SSLRec：基于自监督学习的推荐系统学习库
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证