DivNet：多样性感知自纠正顺序推荐网络
信息检索
2024-11-04 v1
摘要
在典型的推荐系统中，集合推荐作为最后一个阶段，旨在为推荐物品及其布局提供最终调整，以优化诸如多样性和整体相关性等总体目标。然而在实际应用中，推荐物品之间的相互作用、其视觉外观以及诸如规格等元数据往往复杂到难以被专家的经验法则或简单模型捕捉。为此，我们提出一种能够通过捕捉顺序物品间复杂相互作用来估计效用并实现推荐多样化的“多样性感知自纠正顺序推荐网络”（DivNet）。实验在离线和在线环境中均表明，与带或不带集合推荐的基线方法相比，DivNet能够获得更好的结果。
引用
@article{arxiv.2411.00395,
title = {DivNet: Diversity-Aware Self-Correcting Sequential Recommendation Networks},
author = {Shuai Xiao and Zaifan Jiang},
journal= {arXiv preprint arXiv:2411.00395},
year = {2024}
}
备注
Published at CIKM