Self-Guided Learning to Denoise for Robust Recommendation
公众号: Intelligent Computing Lab
Title: Self-Guided Learning to Denoise for Robust Recommendation
Link:https://arxiv.53yu.com/pdf/2204.06832.pdf
Code:https://github.com/Scottdyt/SGDL
From:SIGIR 2022
1.核心思想
-
以往的去噪方式,容易在去除噪声的时候,一并把hard sample给删除(比如我记得何向南有一篇去噪的文章,将计算loss时梯度大的样本认为是噪声,但它也有可能是决策边界的样本)。亦或者他们的方法需要人为的找一些合适的参数,不够自适应。
-
那么本文的方法是:a.记录模型的记忆,让模型保留干净的信息。b.用模型的记忆,给予不同的样本不同loss权重。(那么为什么这种方法可以保留困难样本呢?)
-
文章用