实体
NDCG@20
NDCG@20
PulseAugur coverage of NDCG@20 — every cluster mentioning NDCG@20 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的SURF框架实现了推荐系统的高效机器学习遗忘
研究人员开发了一个名为SURF（Subtractive Updates for Recommender Forgetting）的新框架，以应对顺序推荐系统中机器学习遗忘的挑战。该方法旨在遵守GDPR等隐私法规，通过有效移除特定用户数据，而无需进行完整的模型重新训练。SURF通过识别相关数据点，训练一个较小的辅助模型，然后从原始模型的预测中减去其影响来实现这一点，从而节省了大量计算资源。
-
LLM-MGCL通过整合语义和地理数据增强POI推荐 · 已追踪2个来源
研究人员开发了一种名为LLM增强的多图对比学习（LLM-MGCL）的新方法，以改进兴趣点（POI）推荐，特别是解决了交互数据有限的物品的冷启动问题。该方法将源自LLM生成的摘要和关键词的语义信息，以及地理数据，整合到多图神经网络中。在Yelp多模态推荐数据集上的实验表明，与现有方法相比，召回率和NDCG分数有了显著提高，凸显了LLM衍生的知识在增强推荐系统方面的有效性。
-
新型AI模型MORL-A2C在食品推荐中平衡健康与偏好
研究人员开发了MORL-A2C，这是一种用于增强个性化食品推荐系统健康度的新方法。该方法通过采用顺序决策策略来平衡用户偏好与营养健康，从而扩展了现有的MOPI-HFRS。MORL-A2C利用图神经网络和优势Actor-Critic算法对推荐进行重排，在健康度对齐方面取得了显著改进，同时仅略微降低了排名质量。研究还识别并纠正了MOPI-HFRS评估流程中的一个错误，确保了更准确的基线性能报告。