实体
GRU4Rec
GRU4Rec
PulseAugur coverage of GRU4Rec — every cluster mentioning GRU4Rec across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
关系
最近 · 第 1/1 页 · 共 3 条
-
大语言模型通过多模态内容分析增强音乐推荐
研究人员开发了一个新的多模态框架，用于基于会话的音乐推荐，该框架整合了音频、歌词和大语言模型生成的语义元数据。这种方法旨在克服将歌曲视为不透明标记的传统系统的局限性。实验表明，通过整合基于内容的特征，在Recall和NDCG等推荐指标上有了显著的改进，尽管通过朴素的多模态融合实现累加效益仍面临挑战。
-
新的可解释模型增强了技能感知人才推荐
研究人员开发了一种名为CF-RL-TOPSIS的新型可解释融合模型，用于技能感知人才推荐。该模型结合了协同过滤分支、基于强化学习的算法以及TOPSIS组件，以平衡行为模式、轨迹敏感性和职业标准。在JobHop基准上的评估显示，该模型在NDCG@5得分上达到了0.3040，优于其他几种推荐方法。
-
Eugene Yan 回顾 RecSys 会议，重点介绍推荐系统中的 AI 进展。
Eugene Yan 对 RecSys 2022 的回顾强调了行业投稿的显著增加，以及对算法进步和实际应用的关注。关键论文探讨了使用近期采样对顺序推荐进行高效训练，以及将 Bandit 算法应用于模拟行业挑战，特别是在概念漂移方面。会议还继续强调公平性、隐私性和可复现性，几篇论文复现了像 BERT4Rec 这样的成熟模型。