PulseAugur
中
实时 04:30:22
English(EN) Generative Archetype-Grounded Item Representations for Sequential Recommendation

新AI框架GenAIR改进推荐系统的物品表示

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了GenAIR，一个旨在通过改进物品表示来增强序列推荐系统的新框架。GenAIR利用大型语言模型为每个物品推断一个“原型”，该原型基于元数据代表其理想的目标受众。然后，使用实际用户交互数据对该生成式原型进行行为校准，以更好地反映现实世界的模式。实验表明，GenAIR显著提升了各种推荐模型的性能，并优于现有方法。 AI

影响 通过更好地将物品表示与用户行为和目标受众相匹配，提高推荐准确性。

排序理由 该集群包含一篇详细介绍用于序列推荐的新AI框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Irwin King ·

    Generative Archetype-Grounded Item Representations for Sequential Recommendation

    Sequential recommendation aims to predict users' next interaction with items by analyzing their historical behavior. However, the limited quality of item representations remains a critical bottleneck. While pre-trained large language models (LLMs) can provide rich semantic repres…

相关实体

相关话题