One Size Does Not Fit All: Adaptive Interest Representation Learning for Multi-interest Recommendation
AirRec针对固定兴趣向量数量造成的过拟合和欠拟合,先从物品共现数据分解出原子兴趣,再依据用户历史筛选并聚合相关兴趣,动态确定表示数量。出版商登记摘要报告,三个基准上的NDCG@20和NDCG@50平均相对提升14.94%和24.73%。作者公开了共现图构建、训练和评估代码;本次未取得论文全文。
INSIGHT对社区UGC用户,浏览话题集中者与跨话题用户未必需要相同数量的兴趣向量,可将自适应兴趣表示作为个性化排序特征。先按用户历史长度和话题多样性分桶,检验nDCG及CTR是否共同改善;作者实现提供原子兴趣上限、贡献阈值和多样性损失参数,但离线平均增益不能直接换算为线上收益。