이 논문은 다중 행동 기반 추천 시스템의 문제점을 해결하기 위한 새로운 접근법인 "행동 맥락화된 아이템 선호도 모델링(BCIPM)"을 제안한다.
BCIPM의 핵심 구성요소는 "행동 맥락화된 아이템 선호도 네트워크(BIPN)"이다. BIPN은 사용자-아이템 상호작용 데이터에서 사용자의 행동별 아이템 선호도를 학습한다. 이를 통해 타겟 행동에 대한 정확한 선호도를 추출할 수 있다.
또한 BCIPM은 사전 학습된 임베딩을 활용하여 초기 임베딩의 정보를 풍부하게 한다. 이는 타겟 행동의 데이터가 부족한 경우에도 효과적이다.
마지막으로 GCN 강화 모듈을 통해 타겟 행동에 대한 사용자 선호도를 추가로 보강한다.
실험 결과, BCIPM은 다양한 실제 데이터셋에서 기존 최신 모델들을 크게 능가하는 성능을 보였다. 이는 BCIPM의 효과성과 일반화 능력을 입증한다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Mingshi Yan,... om arxiv.org 04-30-2024
https://arxiv.org/pdf/2404.18166.pdfDiepere vragen