通过对抗学习促进语义项目尾部的POSIT
摘要：使用对抗机器学习的技术来克服推荐问题中受欢迎物品的主导性。我们提出了一种将用户级效用度量转化为物品的优势/劣势度量的技术。随后，我们将这个度量应用于对抗学习框架中，系统地推广劣势物品。该算法能够识别在学习算法中推广的语义有意义的物品。在实证研究中，我们在三个公开可用的数据集和四个竞争的基准系统上评估了提出的技术。结果表明我们的方法不仅提高了覆盖率，而且令人惊讶地提高了整体性能。
作者：Qiuling Xu, Pannaga Shivaswamy and Xiangyu Zhang
论文ID：2308.03366
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-08-08