通用顺序推荐框架

剔除不可靠数据

通过项目和属性级信号剔除不可靠数据，可灵活插入现有模型提升推荐性能。

Sun, Yatong · 杨晓春 · Sun, Zhu · 王斌

ACM Transactions on Information Systems 2023

参数信息

数据集数量

5

集成的顺序推荐模型数量

7

技术优势

即插即用

BERD+ 可作为通用框架嵌入七种先进顺序推荐模型，无需更改原模型结构即可提升性能。

全面超越基线

在五个真实数据集上与结合原始 BERD 和属性感知推荐系统 KSR 的基线相比，BERD+ 均表现更优。

应用场景

• 智能推荐系统：提升企业推荐系统的预测准确性
• 个性化推荐：降低噪声交互干扰，改善个性化体验
• 序列数据挖掘：有效挖掘序列中的可靠行为模式