Khái niệm cốt lõi
提案されたSSDRecフレームワークは、主要なシーケンシャル推薦モデルに対して柔軟で効果的であり、最先端のデノイジング手法を凌駕しています。
Tóm tắt
SSDRecは、シーケンスの長さに関わらず効果的であり、異なる公開推奨データセットで優れたパフォーマンスを示しました。提案された三段階のデノイジング手法は、OUPsを緩和し、推奨性能を向上させます。また、SSDRecは他の主要なシーケンシャル推奨モデルと組み合わせても優れた結果を示します。
Thống kê
ML-100KではHR@5が52.36%向上
ML-1MではHR@5が52.21%向上
BeautyデータセットではN@5が168.45%向上
SportsデータセットではHR@5が52.36%向上
Trích dẫn
"SSDRec framework demonstrates flexible applicability and effectiveness across various mainstream sequential recommendation methods."
"SSDRec model outperforms state-of-the-art denoising methods."
"The three-stage sequence denoising in SSDRec contributes significantly to the performance of sequential recommendation."