双视图用户表示

偏好因子建模更准

通过项目视图和因子视图的互补表示，更全面地刻画用户偏好，提升推荐性能与可解释性。

Xue, Lyuxin · 阳德青 · Shuoyao, Zhai · Yuxin, Li · 肖仰华

ACM Transactions on Information Systems 2023

技术优势

偏好建模更全面

同时学习项目视图和因子视图的用户表示，既保留项目级的交互模式，又在粗粒度上显式描述偏好因素。

对比学习互补两视图

通过对比学习策略让两个视图互相补充，进一步增强用户表示的质量。

推荐结果可解释

因子视图显式表示偏好因素，使模型能够为推荐结果提供解释。

应用场景

• 个性化推荐系统：用双视图表示提升推荐精度与可解释性，直接替换现有SR模块。
• 用户行为建模：在项目视图外增加因子视图，更细粒度地刻画用户偏好变化。
• 对比表示学习：用对比学习策略让项目视图和因子视图互相补充，提升表示质量。