基于双曲空间的图变换器用于推荐
信息检索
2025-02-25 v1 人工智能
机器学习
摘要
冷启动问题是大多数现代推荐系统面临的挑战问题。通过利用来自其他领域的知识，跨域推荐可以有效缓解冷启动问题。然而，跨域推荐往往忽视了在推荐系统中广泛存在的长尾数据的建模失真问题。本研究提出了一种基于双曲流形的跨域协同过滤模型，采用 BiTGCF 作为基础模型。我们引入双曲流形，构建新的传播层和迁移层，以解决上述挑战。在多个数据集上与基线模型相比显著的性能提升表明了我们所提出模型的有效性。
引用
@article{arxiv.2502.15693,
title = {Hgformer: Hyperbolic Graph Transformer for Recommendation},
author = {Xin Yang and Xingrun Li and Heng Chang and Jinze Yang and Xihong Yang and Shengyu Tao and Ningkang Chang and Maiko Shigeno and Junfeng Wang and Dawei Yin and Erxue Min},
journal= {arXiv preprint arXiv:2502.15693},
year = {2025}
}