CF-KAN | 基于KAN网络的协同过滤缓解推荐系统中的灾难性遗忘

文章预览

嘿，记得给“ 机器学习与推荐算法 ”添加 星标 TLDR: 针对多层感知机协同过滤方法存在的灾难性遗忘问题，本文提出了一种新的基于Kolmogorov-Arnold网络（KANs）的协同过滤方法。通过在边上学习非线性函数，KANs对灾难性遗忘问题比多层感知机更鲁棒。 论文： https://arxiv.org/abs/2409.05878 代码： https://github.com/jindeok/CF-KAN 协同过滤在推荐系统中至关重要，它利用用户-项目交互来提供个性化偏好建模。随着时间的推移，标准的协同过滤技术已经发展成基于多层感知机的复杂架构，其主要原理是在线性转换后对同层中的每个节点应用固定的非线性激活函数。例如，利用基于多层感知机的自动编码器来重建每个用户和所有项目之间的交互；多层感知机被用于学习协同过滤扩散模型中的去噪过程等。然而，众所周知，多层感知机容易发生灾难性遗忘问题，即当 ………………………………