Spotify02 3.55
TailSpec-EASE: Knowledge-Graph-Regularized Linear Recommendation for Web Long-Tail Discovery
University of Montana该方法用关系类型感知的知识图谱先验约束局部线性推荐，并让长尾物品获得更强语义正则。Amazon-book 上 NDCG@20 从 Local EASE 的 0.0953 提升至 0.0994，长尾 Recall@20 从 0.0329 提升至 0.0553，CPU 训练耗时 37 秒。原文发表于 8 月 8 日，本次由近期 RSS 发现，并非近三天新作。
INSIGHT对社区帖子推荐，可将主题、作者及实体关系形成稀疏内容图，在行为稀少的帖子上增强先验约束，并用局部闭式求解建立低成本基线。它提供的是推荐准确率与长尾覆盖的取舍，接入查询驱动的 UGC 搜索仍需增加意图约束并验证 nDCG 与 CTR；不同硬件上的训练时长不能视为严格同条件加速比，图谱质量也决定收益上限。
Jianru Shen
arXiv·2026-08-08·Relevance 4 · Novelty 3 · Practical 4 · Evidence 4 · Timely 2