GF-CF

DualSpectralCF框架通过负反馈增强推荐系统

研究人员推出DualSpectralCF，一个新颖的、无需训练的框架，旨在通过整合显式的负反馈来增强推荐系统中的协同过滤。该方法整合了带符号的输入信号和项-项算子，以利用用户的负面评价，在无需基于梯度的训练的情况下提高准确性。当应用于现有的谱骨干网络如ChebyCF、GF-CF和Turbo-CF时，DualSpectralCF在召回率方面表现出显著的提升，尤其对于冷启动用户，并且与其他方法相比提供了显著的速度改进。