轻量级基于 Transformer 的跨域推荐模型 LightFusionRec
人工智能
2024-10-22 v1
摘要
本文提出了 LightFusionRec，这是一个新型轻量级跨域推荐系统，通过集成 DistilBERT 进行文本特征提取和 FastText 进行类型嵌入。本文在方法论中解决了推荐系统中的重要问题，如数据稀疏性、计算效率和冷启动问题。LightFusionRec 通过融合类型向量嵌入与自然语言处理算法，利用少量信息为多种媒介格式产生精确且具有上下文相关性的推荐。在大型电影和书籍数据集上的测试表明，与传统方法相比，LightFusionRec 在建议质量方面实现显著提升。由于其轻量级设计，该模型可用于各种用途，支持在设备端进行推理。LightFusionRec 是跨域推荐系统中的值得注意的发展，为改进数字内容平台的用户体验提供了准确且可扩展的推荐。
引用
@article{arxiv.2410.15656,
title = {LightFusionRec: Lightweight Transformers-Based Cross-Domain Recommendation Model},
author = {Vansh Kharidia and Dhruvi Paprunia and Prashasti Kanikar},
journal= {arXiv preprint arXiv:2410.15656},
year = {2024}
}