推荐系统中的向量量化：综述与展望
信息检索
2024-05-07 v1
摘要
向量量化以其无与伦比的特征压缩能力而闻名，几十年来一直是信号处理和机器学习研究的热点，至今仍被广泛使用。随着大模型和生成式AI的出现，向量量化在推荐系统中越来越受欢迎，成为首选解决方案。本文首先全面回顾了向量量化技术。然后探讨了推荐系统向量量化方法(VQ4Rec)的系统分类，从多个角度考察其应用。进一步，全面介绍了各种推荐场景中的研究工作，包括面向效率的方法和面向质量的方法。最后，调查分析了VQ4Rec中剩余的挑战并展望了未来趋势，包括向量量化训练相关的挑战、大语言模型带来的机遇以及多模态推荐系统的新兴趋势。我们希望本综述能为推荐社区的未来研究者铺平道路，并加速他们在这一有前景领域的探索。
引用
@article{arxiv.2405.03110,
title = {Vector Quantization for Recommender Systems: A Review and Outlook},
author = {Qijiong Liu and Xiaoyu Dong and Jiaren Xiao and Nuo Chen and Hengchang Hu and Jieming Zhu and Chenxu Zhu and Tetsuya Sakai and Xiao-Ming Wu},
journal= {arXiv preprint arXiv:2405.03110},
year = {2024}
}