RecSys对比学习
文章平均质量分 95
GelaBute
这个作者很懒,什么都没留下…
展开
-
RecSys对比学习 - SSL
其中显著提升了长尾、冷启商品的推荐效果(FD - 一般监督学习+FeatureDropout,SO - Spread-outRegularization,正则化迫使不同item的emb远离)2.异构样本分布:若自监督学习也采用主任务的样本分布,会导致学到的特征关系也偏向头部样本;对比【RFM、分两组特征随机mask其中一组、只采用CFM不dropout、只采用dropout不CFM】,还是两阶段的数据增强最好。(特征种子每个batch都要更换),再根据互信息,筛选出最相关的top n (原创 2024-08-30 19:59:55 · 794 阅读 · 0 评论 -
RecSys行为序列建模 - 数据增强的对比学习CL4SRec
结合后,输入Trm block。Trm block由Multi-Head Attention (MH)和Position-wise Feed-Forward (PFFN) 组成。不断堆叠Trm block。原创 2024-08-28 17:14:59 · 833 阅读 · 0 评论