例如刘业政等将用户偏好建模成其历史偏好和群影响的加权聚合结果将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果最终预测群体可能消费的产品列表和成员可能加入的群体列表。对于对不同上下文建模并融合的过程中忽略了其内在联系导致上下文信息未得到充分利用以及将上下文模型融合到用户自身偏好模型时未考虑上下文信息对用户历史签到记录的不同影响的问题安敬民等根据用户的活动轨迹刻画出其日常活动区域并探索了不同用户
- 用户和群体偏好建模及预测
- 利用用户活动轨迹建模社会关系对签到的影响
- 基于图卷积神经网络的推荐引擎
- 从需求交叉弹性和商品关系角度的推荐模型
原文地址: https://www.cveoy.top/t/topic/eI9X 著作权归作者所有。请勿转载和采集!