研究人员推出了一种新颖的、由双粒度原始特征赋能的中间融合图卷积网络(DIGCN),旨在增强多模态推荐系统。该新模型通过利用大型语言模型(LLMs)直接构建双粒度原始特征,解决了表示学习和模态融合的局限性。DIGCN还包含一个具有动态跨模态权重校正的中间融合图卷积网络,以有效捕获和融合跨模态信号。在四个真实数据集上的实验表明,DIGCN在数据稀疏和冷启动挑战的场景下表现优越,并突显了其可扩展性。 AI
影响 这项研究通过更好地利用多模态数据,有望带来更准确、更个性化的推荐系统。
排序理由 详细介绍新模型及其性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- graph convolutional network
- Hugging Face
- Influence Flower
- large-language models
- Litmaps
- ScienceCast
- scite Smart Citations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →