新 GenCDSR 框架增强跨域推荐系统

研究人员开发了 GenCDSR，一个旨在改进跨域序列推荐系统的新框架。该框架解决了当前生成式推荐方法中的两个关键问题：分词过程中缺乏跨域相关性以及低效的解码策略。GenCDSR 采用混合分词机制和多塔架构，以更好地捕捉跨域的共享和独有特征。此外，它引入了一种串行-并行解码策略，通过部分并行化生成来加快推理延迟，同时保持准确性。实验表明，与现有方法相比，GenCDSR 在准确性方面有显著提高，推理时间也大大缩短。 AI

影响 提高推荐系统的效率和准确性，可能带来更好的用户体验和更有效的内容分发。

排序理由 学术论文，详细介绍了一种新的跨域序列推荐方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• GenCDSR
• Gotit.pub
• Hugging Face
• Influence Flower
• ScienceCast

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →