本論文は、クロスドメインレコメンデーションの課題に取り組むための新しいアプローチを提案している。
まず、ユーザー表現をドメイン共有成分とドメイン固有成分に分離することで、ユーザー嗜好の多様性を捉える。
次に、ドメイン内の高次の協調情報を捉えるグラフ畳み込みと、ドメイン間の相関を考慮した適応的な表現強化を行う。
さらに、ドメイン分類器と勾配反転層を導入することで、ドメイン共有成分とドメイン固有成分の逆学習を統一的に行う。
これらの手法を組み合わせたARIELフレームワークにより、従来手法を大きく上回るレコメンデーション性能を実現している。
In eine andere Sprache
aus dem Quellinhalt
arxiv.org
Wichtige Erkenntnisse aus
by Luankang Zha... um arxiv.org 04-02-2024
https://arxiv.org/pdf/2404.00268.pdfTiefere Fragen