研究人员开发了一种新的多源集成方法，用于生成替代度假租赁房产推荐。该方法结合了基于物品的协同过滤和图神经网络（GNN）检索，在Recall@300指标上比现有基线提高了14.8%。单独的基于GNN的嵌入比Hotel2Vec等浅层嵌入显示出显著的改进，证明了它们在处理冷启动场景和发现多样化替代方案方面的有效性。研究还强调，候选生成阶段的收益对下游排序质量有积极影响，尽管这些阶段之间的相互作用需要仔细考虑。 AI
影响 通过改进候选生成来增强推荐系统性能，可能带来更好的用户房产发现体验。
排序理由 关于推荐系统新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
