Eine umfassende Studie zu selbstüberwachtem Lernen für Empfehlungssysteme

Selbstüberwachtes Lernen bietet eine Lösung für die Herausforderung der Datensparsamkeit in Empfehlungssystemen, indem es die inhärenten Datenstrukturen nutzt, um Supervisionssignale ohne Abhängigkeit von beschrifteten Daten zu erzeugen.