实体
Sequential Recommender Systems
Sequential Recommender Systems
PulseAugur coverage of Sequential Recommender Systems — every cluster mentioning Sequential Recommender Systems across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 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。
-
新H2Rec框架融合ID以改进推荐系统
研究人员开发了一个名为H2Rec的新框架，以改进序列推荐系统。该框架融合了语义ID（SID）和哈希ID（HID），以更好地捕捉多粒度语义和独特的协同信号。H2Rec采用双分支架构和双层对齐策略，以有效地转移知识和建模用户偏好。实验表明，H2Rec的性能优于现有方法，在头部和尾部推荐质量之间取得了更好的平衡。