研究人员开发了 Decision4Rec,一个旨在将决策模型集成到推荐系统中的新颖框架。该框架利用知识图谱和活动图谱记录推荐场景,并采用一组代理来提出候选,然后由一个残差排序器选择最佳选项。决策模型(例如商业 Jev)在真实选择上进行训练,以提供每个选项的概率,然后将这些概率与排序器的分数相结合。该框架在推荐准确性方面表现出显著的改进,在稀疏数据集上的 NDCG@10 指标上比基线提高了高达 36%,在稠密数据集上几乎与基线持平。 AI
影响 该框架可以通过利用决策模型和知识图谱来提高推荐系统的准确性和效率。
排序理由 该集群描述了一个新的研究框架及其在推荐任务上的性能。 [lever_c_demoted from research: ic=1 ai=1.0]
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 →