港大联合微信推出DiffMM：扩散模型重塑多模态推荐系统的全新范式

文章预览

香港大学黄超教授领导的数据智能实验室，与微信研发团队联合开发了一种基于扩散模型的全新多模态推荐系统范式 - DiffMM。这项创新性成果融合了扩散模型技术，能够有效利用多种模态数据，为用户提供个性化、精准的多媒体内容推荐服务。 论文标题： DiffMM: Multi-Modal Diffusion Model for Recommendation 论文链接： https://arxiv.org/abs/2406.11781 代码链接： https://github.com/HKUDS/DiffMM 实验室主页： https://sites.google.com/view/chaoh TLDR 随着在线多模态分享平台（如 TikTok 和 YouTube）的迅速发展，个性化推荐系统可以将视觉、文本和音频等多种模态融合到用户表示中。然而，数据稀疏性问题仍然是这些系统面临的一个重大挑战。为了应对这一问题，近年来的研究引入了自监督学习技术，以增强推荐系统的性能。然而，现有的方法通常依赖简单的随机增强或直观的跨视图信 ………………………………