DESRec

新的DESRec框架为序列推荐实现个性化潜在推理

研究人员开发了DESRec，这是一个用于序列推荐系统的新框架，旨在通过个性化潜在推理过程来改进用户建模。与使用固定推理步数的现有方法不同，DESRec为每个用户的历史动态选择最佳推理深度。这是通过一个推理步选择模块和一个渐进式偏好提取机制实现的，该机制将用户历史分割成不同的时期，并将每个时期总结成一个潜在的里程碑。在六个公开数据集和四个骨干推荐器上的实验表明，DESRec的表现优于八个基线模型。