利用基于用户评价、项目图片和文本信息的图学习的printf首选建模
摘要：通过基于图学习的用户评论、商品图像和文本信息的偏好建模来解决现有推荐系统中存在的挑战。具体来说，基于维度的注意机制指导用户评论和交互商品之间的关系，使每个维度能够贡献不同的重要性权重以推导用户表示。在三个公开可用的数据集上进行了大量实验证明，我们提出的printf方法在NDCG@5上相对于基线方法有26.80％，48.65％和25.74％的改进，分别在Amazon-Grocery，Amazon-Tools和Amazon-Electronics数据集上。深入分析还表明，评论表示的不同维度确实具有不同的主题和方面，有助于验证我们的模型设计的有效性。
作者：Hao-Lun Lin, Jyun-Yu Jiang, Ming-Hao Juan and Pu-Jen Cheng
论文ID：2308.09943
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-08-22