이 연구는 다중 행동 추천 시스템을 위한 Disentangled Cascaded Graph Convolution Networks (Disen-CGCN) 모델을 제안한다. 기존 모델들은 사용자의 다양한 행동 선호도를 정확하게 포착하지 못하고, 행동 간 개인화된 특징 변환을 수행하지 않는 한계가 있었다.
Disen-CGCN 모델은 다음과 같은 핵심 구성 요소를 가진다:
임베딩 초기화: 사용자와 아이템의 초기 임베딩을 설정한다.
분리된 연속 GCN 블록:
예측:
실험 결과, Disen-CGCN 모델은 기존 단일 행동 및 다중 행동 추천 모델들에 비해 평균 7.07% 및 9.00% 향상된 성능을 보였다. 이는 Disen-CGCN이 사용자의 다양한 행동 선호도와 개인화된 특징 변환을 효과적으로 모델링할 수 있음을 보여준다.
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Zhiyong Chen... lúc arxiv.org 04-18-2024
https://arxiv.org/pdf/2404.11519.pdfYêu cầu sâu hơn