推荐系统是一种信息过滤系统,用于预测用户对物品的“评分”或“偏好”。
TLDR: 本文发现了对比学习引入推荐系统的意外漏洞,并展示了如何通过调整谱值来增强推荐系统中的中毒攻击效果。
TLDR: 本文针对现有自监督和图神经网络结合的模型局限性,提出了一种能够根据下游任务进行自适应监督信号增强的模型GFormer,同时引入了任务相关性等模块的...
不同的领域,不同的行业都会有自己的知识体系,所以泛化的一些推荐系统是无法满足具体领域中的特定的用户需求,所以需要结合知识去特定一些推荐系统。
几十年来,从时间维度上看,信息呈指数爆炸式的增长,数据和信息已经成为一种重要的生产资料了。
在电子商务领域,推荐系统已经成为提高用户体验和推动销售增长的重要工具。通过分析用户行为数据,推荐系统能够向用户提供个性化的商品推荐,从而提高用户的满意度和购买率...
今天分享一篇小红书今年3月的论文,介绍了大语言模型在小红书笔记推荐场景下的落地应用,主要是围绕如何利用LLM的表征能力来生成更适用于i2i召回的文本embedd...
Github地址:https://github.com/NicolasHug/Surprise
用户偏好在一天中遵循动态模式,例如,在上午8点,用户可能更喜欢阅读新闻,而在晚上8点,他们可能更喜欢看电影。时间建模旨在使推荐系统能够感知时间变化,以捕捉用户随...
业务需求、用户需求和系统需求是软件开发过程中定义项目目标和功能的三个关键概念。它们在项目规划和实施阶段起着至关重要的作用。下面我将通过表格形式对这些概念进行解释...
| 导语: 腾讯游戏社交算法团队和上海交通大学共同研发了超越二元偏好的点击率预测模型(BBP),落地应用在多个游戏场景中,显著提升了社交推荐系统的性能。相关工作...
工作原理: 推荐系统通过分析用户行为数据(如浏览历史、购买记录、互动行为等),使用协同过滤或内容推荐算法,提供个性化的推荐。对于情侣来说,推荐系统可以识别双方的...
余弦相似度是利用两个向量之间的夹角的余弦值来衡量两个向量之间的相似度,这个值的范围在-1到1之间。
推荐系统是根据用户的浏览习惯,确定用户的兴趣,通过发掘用户的行为,将合适的信息推荐给用户,满足用户的个性化需求,帮助用户找到对他胃口但是不易找到的信息或商品。
大型语言模型(LLMs)已经彻底改变了自然语言处理任务,而其与图神经网络(GNN上)之间又会擦出怎样的火花呢?本文汇总了20篇与图大模型相关的论文(主要以推荐系...
我们强调了SSL在处理数据稀疏性、提升推荐系统性能方面的重要性,并指出了将大型语言模型集成到推荐系统中、自适应动态推荐环境以及为SSL范式建立理论基础等潜在研究...
TLDR: 本文解读一篇来自抖音团队的论文。该工作主要聚焦在解决流式推荐系统中时间信息建模的问题,目前已经被SIGIR2024 Industry Track录用...
TLDR: 本文全面综述了自监督学习(SSL)在推荐系统中的应用,深入分析了逾170篇论文。提出了一个涵盖九大推荐场景的自监督分类体系,详细探讨了对比学习、生成...
本文是关于基于图神经网络(GNN)的推荐系统的研究综述。推荐系统是互联网上关键的信息服务平台,而GNN技术已成为推荐系统的新趋势。文章首先回顾了推荐系统和GNN...
我的背景是GNN比较熟,但推荐系统暂时还没太熟,所以涉及GNN的细节基本略过了。有疑问的可以评论区留言交流,后面也会慢慢补坑把基础知识部分整理出来文章一起学习。