冷启动推荐新范式
克服传统元学习方法中梯度更新复杂和近似不灵活的缺陷，以随机过程直接建模用户偏好，实现快速适配与灵活近似。
Lin, Xixun · 周传 · Wu, Jia · Zou, Lixin · Pan, Shirui · 曹亚男 · Wang, Bin · 王帅强 · 尹大伟
IEEE Transactions on Knowledge and Data Engineering 2023
FANP 作为少样本函数估计器，直接将有限用户交互映射为预测分布，省去了传统元学习中多步梯度下降的复杂度。
通过条件归一化流编码器，FANP 摆脱了对隐变量分布的模型偏差，能够推导出更灵活的变分分布以近似复杂用户交互。
提出的任务自适应机制捕获不同任务的相关性，并利用任务特定与任务相关表示联合生成解码器参数，提升对全局知识的适应能力。