跨域序列推荐中的表示级用户迁移框架

提出一个跨域序列推荐框架，仅通过学习得到的用户表示迁移信息，不共享原始交互数据或物品嵌入。 引入轻量适配器将源域用户表示投影至目标域嵌入空间；当缺乏源域数据时，模型无缝退化为鲁棒的仅目标域序列推荐器。 实验表明该框架对共享和非共享用户均带来一致的性能提升。