用于跨域顺序推荐的图像融合
信息检索
2025-02-28 v2 计算机视觉与模式识别
机器学习
摘要
跨域顺序推荐（CDSR）旨在基于跨多个领域的历史交互来预测用户未来的交互。CDSR 的关键挑战在于有效地通过充分利用序列内和序列间物品交互来捕获跨域用户偏好。本文提出了一种新方法，用于跨域顺序推荐的图像融合（IFCDSR），该方法包含合成物品图像信息以更好地捕获视觉偏好。我们的方法将冻结的 CLIP 模型集成以生成图像嵌入，丰富了来自序列内和序列间交互的原始物品嵌入。此外，我们采用多个注意力层来捕获跨域兴趣，实现单域和跨域用户偏好联合学习。为验证 IFCDSR的有效性，我们对四个电子商务数据集进行了重新划分并进行了大量实验。结果表明，IFCDSR显著优于现有方法。
引用
@article{arxiv.2502.15694,
title = {Image Fusion for Cross-Domain Sequential Recommendation},
author = {Wangyu Wu and Siqi Song and Xianglin Qiu and Xiaowei Huang and Fei Ma and Jimin Xiao},
journal= {arXiv preprint arXiv:2502.15694},
year = {2025}
}