通过领域偏好建模吸引用户的多领域推荐
信息检索
2024-04-18 v1
摘要
近来，网络平台同时运营着多种服务领域。针对运营多个服务领域的平台，我们引入一项新任务——面向用户吸引的多领域推荐（MDRAU），该任务利用用户已交互的“可见”领域知识，从每个用户尚未交互过的多个“未见”领域推荐物品。在本文中，我们指出MDRAU任务的两个挑战。首先，由于用户通常与不同的服务领域子集进行过交互，从可见领域到未见领域的映射存在大量可能的组合。其次，用户对每个目标未见领域可能有不同的偏好，这要求推荐同时反映用户在领域和物品上的偏好。为应对这些挑战，我们提出DRIP框架，该框架在两个层面（即领域和物品）建模用户偏好，并通过掩码领域建模以统一的方式学习各种可见-未见领域映射。我们广泛的实验证明了DRIP在MDRAU任务中的有效性及其捕捉用户领域级偏好的能力。
关键词
引用
@article{arxiv.2403.17374,
title = {Multi-Domain Recommendation to Attract Users via Domain Preference Modeling},
author = {Hyunjun Ju and SeongKu Kang and Dongha Lee and Junyoung Hwang and Sanghwan Jang and Hwanjo Yu},
journal= {arXiv preprint arXiv:2403.17374},
year = {2024}
}
备注
Accepted to AAAI'24