基于深度学习的自适应图自监督学习推荐算法研究

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘要:随着推荐系统的发展,长尾问题也逐渐凸显。基于图结构的推荐算法通过挖掘用户与物品之间的间接联系来解决长尾问题。但是图的结构决定了推荐的优先度,与用户间接联系的长尾物品被推荐的优先度相对较低。图自监督学习推荐算法(SGL)通过添加图的随机扰动,提高了推荐系统的准确性和长尾物品推荐能力。而过多的历史数据会对推荐的准确性和长尾物品推荐性能造成负面影响。(剩余4309字)

目录
monitor