Contrastive Cross-domain Recommendation in Matchinggrok中文版下载
论文链接：百度ai智能云
https://arxiv.org/pdf/2112.00999.pdf百度aiapp
代码：百度aiapp
https://github.com/lqfarmer/CCDRal一键脱装入口
跨域推荐（CDR）是借助源域在目标域中提供更好的推荐结果。然而，匹配（matching，即候选生成）模块中的CDR在知识迁移和表征学习上受数据稀疏性和流行度偏差的影响。本文提出了一种对比跨域推荐 (CCDR) 框架，用于CDR中的匹配。具体来说，我们构建了一个巨大的多元化偏好网络来捕获反映用户不同兴趣的多种信息，并设计了一个域内对比学习（intra-CL）和三个域间对比学习（inter-CL）任务，以更好地表征学习和知识转移。域内对比学习通过图增强在目标域内实现更有效和平衡的训练，而域间对比学习从用户、分类和邻居三方面构建不同类型的跨域交互。制作ai的软件
© 版权声明
文章版权归作者所有，未经允许请勿转载。元宝大模型
相关文章
暂无评论...grok中文版下载
这是一个专注于人工智能产品的导航站。制作ai的软件
