【摘 要】
:
数据的开放与资源的共享已经成为信息时代最大的特点之一。随着行业间数据壁垒的逐渐消失,跨领域推荐受到了越来越多的关注。跨领域推荐与单一领域推荐不同,单一领域的数据相对而言同质化程度更深,而跨领域推荐意味着可以利用数量更多、内容更多元的数据进行模型训练,从而提升模型的推荐效果。传统的跨领域推荐利用信息更加丰富的源域辅助目标域学习,提升目标域推荐效果。然而,这种跨领域推荐将关注点集中于目标域,无法逆向为
论文部分内容阅读
数据的开放与资源的共享已经成为信息时代最大的特点之一。随着行业间数据壁垒的逐渐消失,跨领域推荐受到了越来越多的关注。跨领域推荐与单一领域推荐不同,单一领域的数据相对而言同质化程度更深,而跨领域推荐意味着可以利用数量更多、内容更多元的数据进行模型训练,从而提升模型的推荐效果。传统的跨领域推荐利用信息更加丰富的源域辅助目标域学习,提升目标域推荐效果。然而,这种跨领域推荐将关注点集中于目标域,无法逆向为源域服务,造成了资源浪费。双目标跨领域推荐则能够同时增强源域和目标域的推荐效果。大多数研究将注意力集中于构建联系两个领域的“桥梁”,即挖掘或保持用户在不同领域的某种行为不变性模式,并将这种模式纳入模型的统一学习过程中。然而,这种全局性的模式共享并不能帮助模型识别用户复杂的行为,因为它忽略了用户行为还会随所在领域的变化而变化,这就不可避免地会产生推荐偏差。受心理学研究的启发:行为本身除了会受到个体先天遗传因素的影响,还会在不同程度上受到个体所处环境的影响,本文提出了一种新的双目标跨领域推荐框架,即基于分治策略的双目标跨领域推荐方法。基于分治策略的双目标跨领域推荐模型可以学习用户只在特定领域下的独特偏好,同时仍保留作为共享结构的用户固有偏好。具体来说,首先,将用户特征学习分解为两个子任务,即用户共性特征提取任务和体现领域特性的域特征提取任务。共性特征代表短期内不随环境改变的个人化行为,域特征代表受具体环境影响的情境化特征。然后,根据心理学理论定义损失函数引导模型学习子任务。最后,针对每个具体领域,将其对应的具体的域特征与通用的共性特征相结合,重构用户特征,基于多任务学习,实现双目标跨领域推荐。在三个真实跨领域数据集上进行的实验结果表明,无论领域之间的相似程度如何,基于分治策略的双目标跨领域推荐模型都可以实现比目前最先进的跨领域推荐方法更加卓越的推荐效果。此外,通过消融实验不仅验证了模型结构和目标函数设计的合理性,且反向验证了心理学理论,即用户的复杂行为“游走”于“个性化”和“情境化”之间。本研究为双目标跨领域推荐提供了新的解决思路,根据心理学研究理论重新设计深度神经网络结构、定义目标函数,引导模型有目性的学习,在训练数据不变的情况下,极大的挖掘了模型的潜力,提升了模型的表达效果,研究成果有利于丰富和发展双目标跨领域推荐的理论和方法。此外,在具体实践中,有利于为行业打破数据壁垒、提高数据利用效率提供参考。
其他文献
大气压介质阻挡放电在臭氧产生、气体净化和材料表面改性等许多领域具有广泛的应用,其中沿面介质阻挡放电(Surface Dielectric Barrier Discharge,SDBD)能够诱导壁面射流的产生,在流动控制方面有较大的前景。相比其它的流动控制技术,SDBD等离子体激励器具有结构简单且易于安装、不需要改变飞行器外形、能耗低、响应速度快等优点,因此成为流动控制领域的一个研究热门。目前,已存
随着《关于加快发展体育产业促进体育消费的若干意见》等相关文件的陆续颁布,互联网产业与体育产业走向了加速融合的快车道。时至今日,以KEEP、(华为)运动健身、Zepp Life(原小米运动)等头部软件为代表的运动健身类APP飞速发展的同时,用户的留存率问题却不容乐观。综上所述,如何提高用户对运动健身APP的持续使用意愿成为不容忽视的问题。本研究从运动健身APP的功能设计出发,基于自我决定理论(sel
近年来,我国社交电商平台发展迅猛,其中短视频营销功不可没。由于其沟通方便,互动性强,这一营销方式受到越来越多的用户的青睐。作为短视频管理的平台方,如何判断视频内容对用户是否“有用”是其亟待解决的问题之一,因为“有用”的视频是平台进行精准推荐的重要依据。当前大量的研究聚焦于在线评论的文本有用性和图片有用性上,鲜有针对短视频有用性的研究。鉴于此,本文以社交电商平台中的短视频为研究对象,基于信息采纳模型
阿罗-德布鲁一般均衡模型对于一般均衡存在性、稳定性的证明上能够提供严谨的逻辑证明,但该模型的假设过于理想化,与现实的经济系统运行状况存在偏差,SMD(Sonnenschein-Mantel-Debreu)理论的出现有力的证明了这一观点。学者们认为阿罗-德布鲁一般均衡模型在解释现实经济系统时的不足体现在对于消费者偏好理论的假定。反对者认为模型为了使消费者效用函数满足优良的性质,对消费者偏好进行了脱离
在线医疗社区的出现有利于缓解我国医疗资源紧缺和地区分布不均的问题,当下政策支持、现实需要、公民认可让在线医疗社区在未来的蓬勃发展成为了必然。但是由于患者缺乏专业的医学知识,难以辨别医生的专业水平和服务态度,导致患者择医困难、线上就医意愿较低,医患信息不对称阻碍着社区健康持续发展。在线医疗社区的发展与患者的参与息息相关,患者就诊之后留下的就医评论为其他患者提供了了解医生医疗水平的新渠道,有助于提升患
当前,我国对生态环境保护的重视程度可谓是空前之大,陆续颁布的政策文件和法律法规使得整个社会都将目光投射到环境保护上来。企业作为推动经济发展的主体,成为了解决环境问题的重要力量,且在此过程中衍生出了不同形式的环境实践。在学术界,虽然学者们已经认可了绿色供应链管理是企业推动环境治理的有效手段,并进一步探究了影响绿色实践的因素,但是现有研究多基于单一层面或单一因素展开,且对供应链层面差异化环境实践的研究
在日益繁荣的互联网社会中,网络霸凌成为了一种新型的社会问题。虽然网络霸凌发生在不同的在线渠道和平台上,但社交媒体成为了网络霸凌的重灾区。社交媒体代表了一种新式的集成通信平台,具有匿名性、开放性、即时性等特征,这也使得社交媒体的社交环境更容易发生网络霸凌,并且霸凌行为带来的伤害往往也更加严重。由于多重角色扮演以及社交互动中不一致的角色期待,社交媒体用户经常会出现角色冲突现象。此外,一些社交媒体用户往
随着社会经济和科技水平的不断发展,人们在日常生活中产生的垃圾越来越多,将这些垃圾进行分类存放和处理,对于可回收资源的再利用和保护自然环境来说具有重要意义。但是由于很多居民对于垃圾分类相关知识的缺乏,导致目前垃圾在源头分类的准确率和效率并不高。近年来,卷积神经网络的飞速发展,使借助深度学习技术实现垃圾的智能分类具有了现实的可能性。如果将垃圾图像分类模型嵌入到分类垃圾桶中,通过识别垃圾图像来辅助居民进
群体决策广泛存在于人类社会的经济、政治、文化等领域,已成为人类日常活动之一。由于决策环境的不确定性及人类认知的模糊性,在群体决策问题中,决策者越来越倾向于使用语言术语来表达其观点,即语言型群体决策问题。在语言型群体决策问题中,不同的决策者对同一个语言术语可能有着不同的理解,即个性化语义。对决策者的个性化语义进行建模能够得到更合理更符合实际的决策结果。在考虑个性化语义的语言型群体决策问题中,群体共识
随着在线医疗社区的不断发展,医患的可持续互动对于优化医疗资源分布、改善医患关系和帮助患者管理疾病等方面具有重要意义。患者参与在线医疗社区可以获得来自医生的社会支持,同时他们也可以给予医生经济回报与社会回报。医患持续互动作为在线医疗社区社会交换的重要过程,目前学者们主要进行了影响医生经济回报的相关研究,较少有研究关注影响医生社会回报的因素。同时从医患互动的角度出发,探究医生的在线社会支持对患者提供给