HyperCLR: un algoritmo de recomendación secuencial personalizado basado en hipergráficos y aprendizaje contrastivo
Autores: Zhang, Ruiqi; Wang, Haitao; He, Jianfeng
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
HyperCLR: un algoritmo de recomendación secuencial personalizado basado en hipergráficos y aprendizaje contrastivo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Recomendaciones
Preferencias del usuario
Hipergrafos
Aprendizaje contrastivo
HyperCLR
IFDG
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Las recomendaciones secuenciales buscan predecir las próximas interacciones de los usuarios mediante la modelización de sus secuencias de interacción. La mayoría de trabajos existentes se centran en las preferencias de los usuarios dentro de estas secuencias, pasando por alto las complejas relaciones entre elementos a lo largo de las secuencias. Además, estos estudios a menudo no abordan la diversidad de intereses de los usuarios, por lo que no capturan de manera efectiva sus variadas preferencias latentes.
Descripción
Las recomendaciones secuenciales buscan predecir las próximas interacciones de los usuarios mediante la modelización de sus secuencias de interacción. La mayoría de trabajos existentes se centran en las preferencias de los usuarios dentro de estas secuencias, pasando por alto las complejas relaciones entre elementos a lo largo de las secuencias. Además, estos estudios a menudo no abordan la diversidad de intereses de los usuarios, por lo que no capturan de manera efectiva sus variadas preferencias latentes.