模型小，还高效！港大最新推荐系统EasyRec：零样本文本推荐能力超越OpenAI、Bert

文章预览

   新智元报道   编辑：LRST 【新智元导读】 EasyRec利用语言模型的语义理解能力和协同过滤技术，提升了在零样本学习场景下的推荐性能。通过整合用户和物品的文本描述，EasyRec能够生成高质量的语义嵌入，实现个性化且适应性强的推荐。 在推荐系统的领域中，深度神经网络（DNNs）已经成为一种强大的工具，它们通过学习用户和商品之间的复杂交互，为协同过滤（CF）提供了新的视角。 协同过滤是一种利用用户之间的相似性或商品之间的相似性来推荐未交互过的商品的方法。 深度学习方法，特别是图神经网络，通过捕捉用户-商品交互数据中的高阶特征和模式，极大地提升了推荐质量。 然而，尽管深度协同过滤模型在某些方面取得了显著进展，它们在实际应用中仍面临着一些挑战。 一个主要的问题是现有方法对用户和商品的唯一标识符（ID） ………………………………