研究人员开发了TimeRoute,一种新颖的基于扩散的推荐系统,旨在解决多模态推荐中模态效用随时间变化的问题。与使用静态融合权重的先前方法不同,TimeRoute采用时间感知的模态路由器,根据用户行为和时间上下文个性化模态分布。该系统还利用具有双流去噪头的特征级线性调制(FiLM)来抑制过时信号。在TikTok、Amazon-Baby和Amazon-Sports数据集上的实验显示,推荐指标有了显著的改进。 AI
影响 这项研究通过适应用户偏好和物品特征随时间的变化,有望带来更具个性化和更有效的推荐系统。
排序理由 该集群描述了一篇新研究论文,该论文发布在arXiv上,详细介绍了一种用于多模态推荐系统的新颖算法。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- Amazon-Baby
- Amazon-Sports
- arXiv
- Feature-wise Linear Modulation
- NDCG@K
- Precision@K
- Recall@K
- TikTok
- TimeRoute
- alphaXiv
- CatalyzeX
- DagsHub
- film
- Gotit.pub
- Hugging Face
- ScienceCast
- Valentine's Day
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →