面向顺序推荐的Oracle引导动态用户偏好建模
信息检索
2024-12-03 v1
摘要
顺序推荐方法可以从用户的历史交互中捕获动态用户偏好以实现更好的性能。然而，大多数现有方法仅使用从用户历史交互中提取的过去信息来训练模型，导致用户偏好建模出现偏差。除了过去信息之外，训练期间也可获得未来信息，这些信息包含着来自用户未来偏好的“oracle”，对建模动态用户偏好具有积极作用。因此，我们提出了一种面向顺序推荐的Oracle引导动态用户偏好建模方法（Oracle4Rec），通过利用未来信息指导模型在过去信息上的训练，以学习“前瞻性”模型。具体地，Oracle4Rec通过两个独立的编码器提取过去和未来信息，然后通过一个Oracle引导模块来最小化过去和未来信息之间的差异，从而学习前瞻模型。我们还针对引导的有效性设计了两阶段的模型训练策略。广泛的实验表明，Oracle4Rec在与众多最先进的顺序方法进行的比较实验中具有优势。进一步的实验显示，Oracle4Rec可作为其他顺序推荐方法的通用模块，用于在显著提升性能方面具有相当大的帮助。
引用
@article{arxiv.2412.00813,
title = {Oracle-guided Dynamic User Preference Modeling for Sequential Recommendation},
author = {Jiafeng Xia and Dongsheng Li and Hansu Gu and Tun Lu and Peng Zhang and Li Shang and Ning Gu},
journal= {arXiv preprint arXiv:2412.00813},
year = {2024}
}