面向多正样本对比视图及其异常检测的GCL推荐研究.pdf

面向多正样本对比视图及其异常检测的GCL推荐研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

推荐系统可以有效帮助用户发现其感兴趣的商品,以提升商品销量及用户体验度。

图对比学习(GraphContrastiveLearning,GCL)作为一种自监督方式,可以一定程度

上缓解推荐系统中存在的数据稀疏性、噪声干扰以及长尾分布等问题。论文从数据增

广方式视角,运用图对比学习技术,开展个性化推荐相关研究。通过设计多正样本对

比视图方式进行数据增广,以图异常检测技术提升增广数据的有效性,达到提高图对

比学习的推荐效果。论文主要工作如下:

(1)设计了一种构造多正样本对

文档评论(0)

qiutianfeng + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档