两篇新研究论文提出先进的推荐系统模型,整合多个数据源。第一篇论文介绍了一个利用从用户评论中提取的预定义、隐式和未定义标准的系统,在 TripAdvisor 和 Beer Advocate 数据集上表现优于基线。第二篇论文提出了一个模型,该模型结合了文本评论和数值多标准评分,在准确性上优于 DeepCoNN 等最先进的模型,并展示了与 Word2Vec 嵌入更好的性能。 AI
影响 这些模型可以通过更丰富的数据整合更好地理解用户偏好,从而改善个性化推荐。
排序理由 两篇在 arXiv 上发表的关于新推荐系统模型的学术论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- BeerAdvocate
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- DeepCoNN
- Deep Multi-criteria Recommendation System
- glove
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- Tripadvisor
- Word2vec
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →