缓解长尾问题
该模型采用可变长度层的分层树索引结构，能动态调整层长以充分利用训练数据，有效缓解推荐系统中的长尾问题。
Xu, Anran · Shuo, Yang · 李帅 · 郑臻哲 · LingLing, Yao · 吴凡 · 陈贵海 · Jiang, Jie
Lecture Notes in Computer Science 2023
通过动态调整树索引结构中各层的长度，HIT能够充分利用所有训练数据，从而有效缓解长尾问题。
针对训练数据中出现次数极少的项目，HIT设计了专门的强盗层来解决学习算法失效的问题。
在三个大规模真实数据集上的实验表明，HIT在推荐效率上显著优于现有方法，尤其在不同频率项目上表现突出。