English(EN) PRISM: Personalized Item Representations in User History

PRISM方法通过个性化物品嵌入增强推荐系统

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-29 02:05

研究人员推出了一种新方法PRISM，用于为顺序推荐系统生成用户历史中的个性化物品嵌入。与使用所有用户共享的物品嵌入的传统方法不同，PRISM的嵌入反映了物品与单个用户之间的特定关系。通过重用上游排序计算来创建这些独特的嵌入，从而实现个性化。在大型推荐表面进行的离线评估表明，PRISM提高了推荐质量，显示出显著的归一化熵变化和表明随着历史长度增加而持续收益的标度律。 AI

影响通过个性化物品表示来提高推荐系统的准确性，可能改善用户体验和参与度。

排序理由该项目是一篇关于推荐系统新方法的学术论文。[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 →

本文如何被排名

Signal score: 1 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该项目是一篇关于推荐系统新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 1 days old; Coverage has settled into its steady-state source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Hong Li · 2026-10-29 02:05

PRISM: 用户历史中的个性化物品表示

Sequential recommenders typically construct history inputs from item identifiers or content features using an embedding map shared across users. The same item therefore yields the same initial embedding representation, even when users have different relationships to the item. We …

本文如何被排名

报道来源 [1]

PRISM: 用户历史中的个性化物品表示

相关实体

相关话题