CD-ELR：A Novel Cross-Domain Recommendation with Evolution Learning

A Novel Cross-Domain Recommendation with Evolution Learning

ACM-YI-CHENG CHEN，WANG-CHIEN LEE-2024

思路

1、目前的推荐系统中，冷启动和数据稀疏性问题仍然是主要挑战；
2、冷启动是新用户或没有足够信息的项目生成推荐的情况；数据稀疏指的是拥有大量用户和项目，但是交互或交易很少；
3、提出基于进化学习的CDR：通过矩阵分解和递归神经网络相结合的方法。实现跨域信息交流，来解决上述问题。引入了进化的概念来描述用户的偏好随时间的变化。
4、信息迁移应该是双向的，而不是单纯的只利用源域的信息，因为目标域可能也有源域可利用的信息。即源域帮助目标域进行推荐，目标域改进源域中的信息。
5、用户和项目之间不断变化的关系对于推荐至关重要，这样的关系可以指示随时间的推移用户对项目的潜在兴趣。现有的CDR基本上只发现了用户和条目的静态特征，没有考虑它们之间的演化关系。

CD-ELR

CDR在这个模型中的任务是预测不属于评级矩阵中的交互值，即尚未被用户评分的项目。