域内相似保持推荐网络

跨域迁移更稳

不学域间映射，转而约束同一批用户在源域近邻关系在目标域中依然成立，使知识传递更稳定。

Kai, Zhang · Zhihong, Pan · Sanshi, Yu · 刘淇 · 赵洪科 · 陈超超 · 陈恩红

ACM Transactions on Information Systems 2026

技术优势

知识迁移更稳定

不依赖难以学习的域间映射，而是保留源域的域内相似度，使知识传递不因嵌入差异而失效。

支持多源域

框架天然允许利用多个源域的知识，无需为每个源域设计单独映射。

应用场景

• 推荐系统：缓解推荐系统的数据稀疏问题，提升目标域推荐准确性。
• 用户建模：利用用户相似关系传递偏好知识，增强用户表示。
• 迁移学习：提供一种不依赖域间对齐的稳健迁移范式。