-
题名跨领域推荐方法研究综述
- 1
-
-
作者
王婷
张悦
-
机构
桂林理工大学商学院
-
出处
《长江信息通信》
2024年第2期173-175,182,共4页
-
文摘
近年来,随着信息技术的迅速发展的爆发性增长,这一爆发式增长推动了跨领域推荐系统的出现和发展。跨领域推荐系统的设计和实现面临着诸多挑战,包括数据异构性、领域知识融合等问题。因此,书写跨领域推荐方法的研究变得尤为重要。这些方法旨在有效地整合来自不同领域的数据和信息,同时保持推荐系统的高效性和准确性。为实现这一目标,研究者们提出了各种跨领域推荐方法,包括基于迁移学习方法、基于多任务学习的方法等跨领域推荐方法,文章将从处理步骤及优缺点梳理各跨领域推荐系统方法。
-
关键词
迁移学习
多任务学习
共享表示学习
迁移策略学习
元学习
混合方法学习
基于主题模型和知识图像学习
-
Keywords
transfer learning
multi-task learning
shared representation
migration strategy
meta-learning
Hybrid approach
Subject-based model and knowledge-based image learning
-
分类号
TP309
[自动化与计算机技术—计算机系统结构]
-
