PulseAugur
中
实时 09:51:10

新框架使用检索到的用户信号来调整推荐模型

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为 Retrieve-then-Adapt (ReAd) 的新框架，旨在改进序列推荐模型。ReAd 通过检索相似的用户偏好信号来应对将这些模型适应实时用户偏好变化这一挑战。该框架首先构建一个协同记忆数据库，为测试用户查找相关项目。然后，一个轻量级模块将这些信号整合到增强嵌入中，用于优化初始推荐预测。 AI

影响 该框架通过更好地适应用户偏好，可以提高推荐系统的准确性和响应能力。

排序理由 该集群包含一篇详细介绍序列推荐模型新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新框架使用检索到的用户信号来调整推荐模型

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Xing Tang, Ziqiang Cui, Jingyang Bin, Xiaokun Zhang, Fuyuan Lyu, Jingyan Jiang, Dugang Liu, Chen Ma, Xiuqiang He ·

    Retrieve-then-Adapt：用于顺序推荐的检索增强测试时自适应

    arXiv:2604.05379v2 Announce Type: replace-cross Abstract: The sequential recommendation (SR) task aims to predict the next item based on users' historical interaction sequences. Typically trained on historical data, SR models often struggle to adapt to real-time preference shifts…

相关实体

相关话题