2022年5月31日
FORM: Follow the Online Regularized Meta-Leader for Cold-Start Recommendation阅读笔记
摘要： #动机 本文是2021年SIGIR上的一篇论文。传统的基于元学习的推荐系统通常是通过一个二重梯度下降来缓解冷启动问题，但是这种方法在在线场景中的推荐中存在以下问题：1.难以抵抗在线推荐的复杂波动。2.平等对待所有用户，无法根据用户历史交互记录的多样性对其进行评估。3.难以应对在线推荐的巨大吞吐量。对 阅读全文
posted @ 2022-05-31 14:59 South1999 阅读(146) 评论(0) 推荐(0) 编辑