VM-Rec：一种用于冷启动用户推荐的变化映射方法
信息检索
2024-09-04 v3
摘要
冷启动问题是大多数推荐系统面临的共同挑战。大多数冷启动方法的实际应用受限于用户辅助内容信息的缺失。此外，大多数方法需要同时更新推荐模型的大量参数，导致显著的训练成本，尤其在大规模工业场景中。我们观察到，模型能为具有相对较多交互的活跃用户生成富有表达力的嵌入。最初这些用户是冷启动用户，在转变为活跃用户后，其嵌入在具有一致初始交互时呈现出聚类模式。基于这一动机，我们提出一种用于冷启动用户推荐的变化映射方法（VM-Rec），从少量初始交互映射到冷启动用户富有表达力的嵌入。具体而言，我们将初始交互编码为潜在表示，其中每一维解耦地表示与每个活跃用户的关联程度。随后，我们利用该潜在表示作为映射函数的参数，将其映射（解码）为富有表达力的嵌入，该嵌入可直接集成到预训练的推荐模型中。我们的方法在相同基模型下于三个数据集上进行了评估，展现出优于其他流行冷启动方法的性能。
引用
@article{arxiv.2311.01304,
title = {VM-Rec: A Variational Mapping Approach for Cold-start User Recommendation},
author = {Linan Zheng and Jiale Chen and Pengsheng Liu and Guangfa Zhang and Jinyun Fang},
journal= {arXiv preprint arXiv:2311.01304},
year = {2024}
}