实体
LightGCN
LightGCN
PulseAugur coverage of LightGCN — every cluster mentioning LightGCN across labs, papers, and developer communities, ranked by signal.
总计 · 30天
4
90 天内 4
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 4
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 4 条
-
人工智能估算产品碳足迹，助力绿色电子商务
研究人员开发了一种估算电子商务推荐产品碳足迹的方法，即使在缺少标签的情况下也能实现。这是通过利用语义相似性和LLM提示来推断碳数据实现的。事后重新排序策略然后平衡预测的用户参与度和估算的碳影响，在各种产品类别中展示了在参与度损失极小的情况下显著减少碳排放。
-
人工智能估算产品碳足迹，助力绿色电子商务
研究人员开发了一种估算电子商务产品碳足迹的方法，即使在缺少标签的情况下也能实现。这是通过使用大型语言模型（LLMs）和语义相似性，从少量评估产品中推断碳足迹来实现的。然后，该系统重新排序产品推荐，以平衡用户参与度和碳减排，证明了在对用户兴趣影响极小的情况下实现显著碳节省是可能的。
-
新的GNN框架通过动态用户相似度增强推荐系统
研究人员开发了一个名为DG-SA-GNN的新框架，通过整合动态用户相似度图来改进推荐系统。该方法解决了传统方法依赖静态数据且无法捕捉用户偏好的演变的问题。该框架使用多种函数构建多个用户相似度图，并利用注意力机制将它们融合，使模型能够适应训练过程中用户嵌入的变化。
-
新的PBiLoss方法提高了图推荐系统的公平性
研究人员开发了一种新的正则化技术PBiLoss，以解决图推荐系统中的流行度偏差问题。该方法旨在通过惩罚过度推荐热门商品来提高公平性，从而促进更个性化的内容。PBiLoss被设计为模型无关的，可以集成到现有的框架中，如LightGCN。实验表明，在保持推荐准确性的同时，流行度偏差指标降低了高达10%。