动态意图下一篮推荐模型

稀疏数据更准

该模型通过优化图稀疏正则化与自适应优化算法,在数据稀疏环境下保持高推荐精度。

Arthur, John Kingsley · 周从华 · Shen, Xiangjun · Doh, Ronky Francis · Mantey, Eric Appiah · Osei-Kwakye, Jeremiah

Applied Intelligence 2025

技术优势

稀疏数据也不怕

通过OGSR-NMF框架中新颖的混合稀疏范数和时变图结构,从稀疏交互中稳定提取用户偏好信号。

噪声影响更小

图稀疏正则化结合mPALM优化,降低噪声对潜在因子分解的干扰。

实时性更好

mPALM优化算法收敛快,使模型适用于大规模实时推荐场景。

应用场景