专栏名称: arXiv每日学术速递
跟踪计算机视觉、人工智能、机器学习、NLP、语音识别、量化金融等热门方向学术信息
今天看啥  ›  专栏  ›  arXiv每日学术速递

论文月 | CIKM 2024论文解读:DIIT:面向工业跨域推荐的领域不变信息迁移方法

arXiv每日学术速递  · 公众号  ·  · 2024-09-16 19:03

文章预览

随着数字广告行业的迅猛发展,跨域推荐系统在提高用户体验和广告效果方面发挥着至关重要的作用。CIKM 2024作为信息检索领域的顶级会议,汇聚了全球最前沿的研究成果,引领着信息检索技术的发展方向。 近日,OPPO研究院推出了一项创新研究,题为“DIIT:面向工业跨域推荐的领域不变信息迁移方法”,该方法不仅显著提升了推荐系统的精准度和运行效率,同时也为整个行业提供了前瞻性的见解和实用的解决方案。 论文介绍 论文标题: DIIT:面向工业跨域推荐的领域不变信息迁移方法 DIIT: A Domain-Invariant Information Transfer Method for Industrial Cross-Domain Recommendation 核心内容: OPPO广告业务包含多个域,如图1(a)所示,不同域间的数据分布有一定的漂移,简单合并域可能会导致负迁移从而影响用户体验。针对这一问题的常见解决方法之一是跨域推荐 (CDR) , ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览