Kontextualisiertes und entzerrtes Empfehlungsmodell (CaDRec): Effiziente Verarbeitung und Analyse von Inhalten zur Gewinnung von Erkenntnissen

Das CaDRec-Modell überwindet die Probleme des Über-Glättens und der verzerrten Interaktionsverteilung in Empfehlungssystemen, indem es kontextualisierte Repräsentationen unter Berücksichtigung struktureller und sequenzieller Zusammenhänge sowie entzerrte Repräsentationen durch Modellierung individueller Nutzerverzerrungen und Popularitätseffekte lernt.