Textual-Edge Graph

新的 TWISTER 框架为稀疏推荐系统合成评论

研究人员开发了 TWISTER，一个旨在解决推荐系统中稀疏评论挑战的新颖框架。该方法通过联合考虑用户-物品交互的语义和结构信息来合成缺失的评论。TWISTER 将这些交互表示为文本边缘图（TEG），使用 LLM 来聚合来自相关交互的自然语言表示，以生成个性化评论。实验表明，TWISTER 在生成更高质量的插补评论和提高下游推荐性能方面，优于现有的数值、基于图和 LLM 的基线。