用于电视内容上下文感知推荐的松弛 N-Pairs 损失
信息检索
2023-02-14 v2
摘要
本文通过提出一种基于深度学习的方法来学习联合上下文-内容嵌入(JCCE)，研究电视领域的上下文感知推荐。该方法建立在推荐系统中使用潜在表示与深度度量学习的最新进展之上，以在共享潜在空间中有效表示观看情境的上下文设置以及可用内容。该嵌入空间用于通过应用 N-pairs 损失目标以及本文提出的松弛变体，在各种观看设置中探索相关内容。实验证实了 JCCE 的推荐能力，与最先进的方法相比取得了改进。进一步的实验显示了所学嵌入中的有用结构，可用于获取上下文设置与内容属性之间关系中潜在变量的有价值知识。
引用
@article{arxiv.2002.01554,
title = {Relaxed N-Pairs Loss for Context-Aware Recommendations of Television Content},
author = {Miklas S. Kristoffersen and Sven E. Shepstone and Zheng-Hua Tan},
journal= {arXiv preprint arXiv:2002.01554},
year = {2023}
}