研究人员开发了MIRAGE，一种用于序列推荐系统的新型框架，该框架解决了嵌入空间中“欧几里得空隙”的问题。当物品之间的连续嵌入路径穿过语义证据稀疏的区域时，就会出现这些空隙，导致推荐不准确。MIRAGE利用物品共现图来指导嵌入几何形状，将插值路径状态与局部锚点对齐，并将轨迹固定在有效的物品支持上。这种方法可以实现准确的单步推理，同时在真实世界的数据集上显著优于现有的最先进基线，尤其是在稀疏观察到的物品方面。 AI
影响 通过解决嵌入空间中的语义差距，特别是对于不太常见的物品，来提高推荐准确性。
排序理由 学术论文，详细介绍了一种用于序列推荐系统的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Euclidean void
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Manifold-Informed Rectification framework for Accelerated Generation of Embeddings
- MIRAGE
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
