可解释推荐系统的神经网络方法

可解释推荐系统的神经网络方法

应用领域:电子信息

我有意向
国家/地区

东南亚

行业领域

电子信息

简介

推荐系统是一种有效的客户体验(CX)工具。它们不仅通过推荐精心策划的产品和服务列表,为最终用户提供个性化体验,而且有助于企业了解客户的兴趣。总体而言,这有助于推动客户做出正确的购买决策,增强零售体验,从而提高销售额和客户保留率。然而,推荐系统中的流行技术非常容易受到过度概括的错误的影响。这项技术通过两种方式解决了现有推荐系统中与泛化相关的问题,以及缺乏利用知识图互连来推断客户偏好的问题:一种新的优化框架,用于增强流行矩阵分解(MF)推荐模型对添加到模型参数中的扰动(噪声)的鲁棒性,以通过对抗性训练提高泛化性能利用顺序依赖关系,允许对知识图路径进行有效推理,以推断用户项交互下的基本原理,从而提高可解释性。

匹配结果

400 000 2950

需求提交

请输入姓名
请输入有效的电话号码
请输入事项描述
上传图片、文件。例如,“100个小能玩偶,参考上传的设计图。

意向填写

请输入姓名
请输入有效的电话号码
请输入事项描述
上传图片、文件。例如,“100个小能玩偶,参考上传的设计图。