跳到正文
热点事件观察中

研究者提出跨领域序列推荐表示迁移框架

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Abdulaziz Samra等人在arXiv发布论文,提出一种跨领域序列推荐框架。该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。 框架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,模型可退化为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。

AI 根据报道生成 · 58 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月27日
  1. arXiv · AI
    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。