CIKM 2023｜TASTE：通過文本匹配緩解序列化推薦中流行偏差問題

AIGC動態歡迎閱讀

原標題：CIKM 2023｜TASTE：通過文本匹配緩解序列化推薦中流行偏差問題

關鍵字：商品,用戶,文本,模型,向量

文章來源：AI科技評論

內容字數：8341字

內容摘要：作者丨劉正皓1、梅森1、熊辰炎2、李曉華1、于是 3、劉知遠3、谷峪1、于戈1機構丨1. 東北大學；2. 卡內基梅隆大學；3. 清華大學該論文發表于CIKM-2023論文鏈接：https://arxiv.org/abs/2308.14029開源代碼：https://github.com/OpenMatch/TASTE1研究背景序列化推薦系統旨在根據用戶的瀏覽歷史動態地為用戶推薦下一個商品，這在Ye…

原文鏈接：點此閱讀原文：CIKM 2023｜TASTE：通過文本匹配緩解序列化推薦中流行偏差問題

聯系作者

文章來源：AI科技評論

作者微信：aitechtalk

作者簡介：雷峰網旗下AI新媒體。聚焦AI前沿研究，關注AI工程落地。