用于推荐的去噪时间周期建模
信息检索
2024-02-06 v1 人工智能
摘要
近年来，对用户 - 物品交互的时间模式建模在推荐系统中引起了广泛关注。我们认为现有方法忽视了用户行为时间模式的多样性。我们将与目标物品无关的用户行为子集定义为噪声，这限制了目标相关时间周期建模的性能并影响了推荐效果。在本文中，我们提出了去噪时间周期建模（DiCycle），这是一种对用户行为进行去噪并选择与目标物品高度相关的用户行为子集的新方法。DiCycle 能够显式地建模用于推荐的多样化时间周期模式。在公共基准测试和真实世界数据集上进行的广泛实验表明，DiCycle 的性能优于最先进的推荐方法。
引用
@article{arxiv.2402.02718,
title = {Denoising Time Cycle Modeling for Recommendation},
author = {Sicong Xie and Qunwei Li and Weidi Xu and Kaiming Shen and Shaohu Chen and Wenliang Zhong},
journal= {arXiv preprint arXiv:2402.02718},
year = {2024}
}