Die Studie untersucht systematisch das Problem der Fehlausrichtung in multimodalen Empfehlungssystemen und schlägt eine Lösung namens AlignRec vor. AlignRec zerlegt das Empfehlungsziel in drei Ausrichtungen: Ausrichtung innerhalb von Inhalten, Ausrichtung zwischen Inhalten und Kategorien sowie Ausrichtung zwischen Nutzern und Artikeln. Jede Ausrichtung wird durch eine spezifische Zielfunktion charakterisiert und in das multimodale Empfehlungssystem integriert.
Um AlignRec effektiv zu trainieren, schlagen die Autoren vor, zunächst die erste Ausrichtung vorzutrainieren, um vereinheitlichte multimodale Merkmale zu erhalten, und dann die beiden folgenden Ausrichtungen zusammen mit dem Empfehlungsziel gemeinsam zu trainieren. Da es wichtig ist zu analysieren, ob jedes multimodale Merkmal beim Training hilfreich ist, entwickeln die Autoren drei neue Klassen von Metriken, um die Zwischenleistung zu bewerten.
Die umfangreichen Experimente auf drei realen Datensätzen belegen die Überlegenheit von AlignRec gegenüber neun Baseline-Methoden. Die Autoren stellen auch fest, dass die von AlignRec generierten multimodalen Merkmale besser sind als die derzeit verwendeten, die nach der Veröffentlichung als Open Source zur Verfügung gestellt werden.
เป็นภาษาอื่น
จากเนื้อหาต้นฉบับ
arxiv.org
ข้อมูลเชิงลึกที่สำคัญจาก
by Yifan Liu,Ka... ที่ arxiv.org 03-20-2024
https://arxiv.org/pdf/2403.12384.pdfสอบถามเพิ่มเติม