ANewPro

摘要： UNBERT: User-News Matching BERT for News Recommendation论文阅读笔记 Abstract 现存的问题： ​ 现有的推荐方法仅仅是从原始新闻数据中学习文本表示，这限制了它们对冷启动场景中常见的新新闻的泛化能力。同时，这些方法中有许多通过将历史浏览的新 阅读全文

摘要： Graph Transformer for Recommendation论文阅读笔记 Abstract ​ 本文提出了一种将生成式自监督学习与图转换器架构集成的推荐系统中的表示学习新方法。我们强调了高质量的数据增强与自监督借口相关的任务对提高性能的重要性。为此，我们提出了一种新方法，通过合理感知生成 阅读全文

摘要： TransGNN: Harnessing the Collaborative Power of Transformers and Graph Neural Networks for Recommender Systems论文阅读笔记 Abstract 存在的问题： ​ 目前基于 GNN 的方法仍面临 阅读全文

摘要： Uncovering ChatGPT’s Capabilities in Recommender Systems论文阅读笔记 Abstract ​ 在本研究中，我们的目标是通过将ChatGPT的推荐能力与传统的信息检索（IR）排名能力对齐，包括点排序、成对排序和列表排序。为了实现这一目标，我们将上述 阅读全文

摘要： Large Language Models are Zero-Shot Rankers for Recommender Systems论文阅读笔记 Abstract ​ 本工作旨在调查作为推荐系统的排名模型的LLM的能力。我们首先将推荐问题形式化为一个条件排序任务，将顺序交互历史作为条件，并将其他候 阅读全文

摘要： Collaborative Large Language Model for Recommender Systems论文阅读笔记 Abstract 提出存在的问题： ​ 自然语言和推荐任务之间的语义差距仍然没有得到很好的解决，导致了多个问题，如用户/项目描述符的虚假相关、对用户/项目数据进行的语言建 阅读全文

摘要： Large Language Models as Data Augmenters for Cold-Start Item Recommendation论文阅读笔记 Abstract ​ LLM的推理和泛化能力可以帮助我们更好地理解用户的偏好和项目特征。我们建议利用LLM作为数据增强器，来弥补在训练过 阅读全文

摘要： GraphEdit: Large Language Models for Graph Structure Learning论文阅读笔记 读一下图结构学习的论文，找找灵感 Abstract ​ 图结构学习（GSL）侧重于通过生成新的图结构来捕获图结构数据中节点之间的内在依赖性和交互作用。许多现有的GS 阅读全文

摘要： Personalized Prompt for Sequential Recommendation论文阅读笔记 Abstract ​ 由于推荐的标记（即项目）是百万级的，没有具体的可解释语义，推荐中的序列建模应该是个性化的，因此将NLP的提示调整到推荐中的序列调整是具有挑战性的。 ​ 在这项工作中， 阅读全文

摘要： TALLRec: An Effective and Efficient Tuning Framework to Align Large Language Model with Recommendation论文阅读笔记 Abstract 存在的问题： ​ 由于LLM的训练任务和推荐任务之间存在显著差异 阅读全文