新的神经树协同过滤框架增强推荐系统

研究人员推出了一种新颖的框架——神经树协同过滤（NTCF），它通过将局部邻域视为有根树来重构图协同过滤（GCF）。该方法使用基于局部连通性的离散 Ricci 曲率代理来计算节点特定的传播深度。NTCF 在理论上可以泛化现有的 GCF 方法，并在公开数据集上展示了卓越的性能，与均匀深度传播相比，提供了更强的表示能力。 AI

影响 这项研究通过改进用户-项目交互数据的处理方式，有望带来更准确、更细致的推荐系统。

排序理由 该集群包含一篇详细介绍推荐系统新算法框架的研究论文。[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
• Gotit.pub
• Graph Collaborative Filtering
• Hugging Face
• Influence Flower
• Litmaps
• Neural Tree Collaborative Filtering
• NGCF
• NTCF
• Ricci curvature
• ScienceCast
• scite Smart Citations

• 论文
• 其他

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