CIKM 2023｜TASTE：利用文本匹配缓解序列化推荐中的流行偏差问题

<img src="">

欢迎阅读AIGC动态

原文题目：CIKM 2023｜TASTE：通过文本匹配缓解序列化推荐中流行偏差问题

关键词：商品、用户、文本、模型、向量

文章来源：AI科技评论

文章字数：8341字

内容摘要：本文讨论了序列化推荐系统在解决流行偏差问题方面的新方法。该研究由刘正皓、梅森等人合作完成，发表于CIKM-2023。论文链接：原文链接，开源代码：GitHub链接。

研究背景：序列化推荐系统根据用户的浏览历史为用户动态推荐商品，该方法在解决用户挑选商品偏好的问题上具有重要意义。

联系作者

文章来源：AI科技评论

作者微信号：aitechtalk

作者简介：雷峰网旗下AI新媒体，关注AI前沿研究与AI工程应用。