动态时序持续用户表示学习
机器学习
2025-04-24 v1
摘要
传统的用户建模(UM)方法主要聚焦于为特定任务设计模型，但在跨各种任务的泛化和适应性方面存在局限。鉴于这些挑战，近期研究 efforts 转向基于持续学习(CL)的通用用户表示学习，旨在开发单一模型以处理多个任务。尽管已有进展，但现有方法实际评估情景中未考虑时间的传递，这忽略了可能改变先前任务项目分布的新出现的项目。在本文中，我们提出一种实际评估情景，持续学习(CL)基于的用户表示学习方法应进行评估，这考虑了随任务进程推进的时间的传递。随后，我们提出一种新框架动态时序持续用户表示学习者，称为DITTO，旨在尽管项目分布持续变化，仍能防止灾难性遗忘，同时允许来自以前任务的知识适应当前移位的项目分布。通过我们的大量实验，我们展示了DITTO在实际评估情景下的优势，超越了当今最先进的方法。我们的源代码可在https://github.com/seungyoon-Choi/DITTO_official获取。
引用
@article{arxiv.2504.16501,
title = {Dynamic Time-aware Continual User Representation Learning},
author = {Seungyoon Choi and Sein Kim and Hongseok Kang and Wonjoong Kim and Chanyoung Park},
journal= {arXiv preprint arXiv:2504.16501},
year = {2025}
}