AIGC動態(tài)歡迎閱讀

原標(biāo)題：綜述170篇「自監(jiān)督學(xué)習(xí)」推薦算法，港大發(fā)布SSL4Rec：代碼、資料庫全面開源！
關(guān)鍵字：視圖,樣本,數(shù)據(jù),目標(biāo),系統(tǒng)
文章來源：新智元
內(nèi)容字?jǐn)?shù)：15860字

內(nèi)容摘要：

新智元報道編輯：LRT
【新智元導(dǎo)讀】本文全面綜述了自監(jiān)督學(xué)習(xí)（SSL）在推薦系統(tǒng)中的應(yīng)用，深入分析了逾170篇論文。文中提出了一個涵蓋九大推薦場景的自監(jiān)督分類體系，詳細(xì)探討了對比學(xué)習(xí)、生成學(xué)習(xí)和對抗學(xué)習(xí)三種SSL范式，并在文中討論了未來研究方向。推薦系統(tǒng)對于應(yīng)對信息過載挑戰(zhàn)至關(guān)重要，它們根據(jù)用戶的個人偏好提供定制化推薦。近年來深度學(xué)習(xí)技術(shù)極大地推動了推薦系統(tǒng)的發(fā)展，提升了對用戶行為和偏好的洞察力。
然而，由于數(shù)據(jù)稀疏性的問題，傳統(tǒng)的監(jiān)督學(xué)習(xí)方法在實際應(yīng)用中面臨挑戰(zhàn)，這限制了它們有效學(xué)習(xí)用戶表示的能力。
為了克服這一難題，自監(jiān)督學(xué)習(xí)（SSL）技術(shù)應(yīng)運而生，其利用數(shù)據(jù)的內(nèi)在結(jié)構(gòu)生成監(jiān)督信號，不完全依賴于標(biāo)記數(shù)據(jù)。
這種方法使得推薦系統(tǒng)能夠利用未標(biāo)記的數(shù)據(jù)提取有意義的信息，即使在數(shù)據(jù)稀疏的情況下也能做出準(zhǔn)確的預(yù)測和推薦。文章地址：https://arxiv.org/abs/2404.03354
開源資料庫：https://github.com/HKUDS/Awesome-SSLRec-Papers
開源代碼庫：https://github.com/HKUDS/SSLRec
本篇綜述全面回

原文鏈接：綜述170篇「自監(jiān)督學(xué)習(xí)」推薦算法，港大發(fā)布SSL4Rec：代碼、資料庫全面開源！

聯(lián)系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對人類社會與文明進(jìn)化的影響，領(lǐng)航中國新智能時代。