PulseAugur
实时 22:24:55
实体 Uncertainty-Calibrated Recommendations for Low-Active Users

Uncertainty-Calibrated Recommendations for Low-Active Users

PulseAugur coverage of Uncertainty-Calibrated Recommendations for Low-Active Users — every cluster mentioning Uncertainty-Calibrated Recommendations for Low-Active Users across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_38680 ·

    推荐系统利用置信度提升用户留存率和多样性

    研究人员开发了一个新的框架,通过量化模型置信度来改进推荐系统。这种方法允许采取差异化策略,例如对低活跃度用户采取规避风险的降权措施,以抑制不可靠的推荐;对高活跃度用户则采取寻求风险的探索策略。该框架在直播平台上进行了测试,显著提高了低活跃度用户的留存率和满意度,同时增加了高活跃度用户的兴趣多样性。