论文
登录后可查看剩余解析次数。
标签筛选
个性化推荐系统
RecUserSim: A Realistic and Diverse User Simulator for Evaluating Conversational Recommender Systems
发表：2025/6/25
对话式推荐系统评估用户模拟器大语言模型应用个性化推荐系统多轮交互
本文提出了RecUserSim，一种基于大型语言模型的用户模拟器，专为评估对话推荐系统设计。RecUserSim通过配置文件模块、记忆模块及行动模块，实现了更加真实和多样化的用户模拟，同时具备明确的评估机制。实验结果显示其在对话生成和评估一致性方面优于现有方法。
01
Rethinking Popularity Bias in Collaborative Filtering via Analytical Vector Decomposition
发表：2025/12/11
协同过滤中的流行性偏差分析贝叶斯成对排序优化方向分解与纠正方法个性化推荐系统几何嵌入矫正
本研究揭示了协同过滤模型中的流行度偏差不仅是外部因素，而是贝叶斯成对排序优化的内在几何伪影。提出的方向分解与校正(DDC)框架通过非对称更新修正嵌入几何，显著提升推荐的个性化和公平性，实验结果显示DDC在去偏差效果上超越现有方法。
04
UNGER: Generative Recommendation with A Unified Code via Semantic and Collaborative Integration
发表：2025/10/28
生成式推荐系统基于知识图谱的推荐系统个性化推荐系统多模态推荐系统在线推荐系统优化
本文提出了UNGER，一种通过将语义和协作信息整合为统一代码的生成式推荐方法，旨在解决信息过载问题及现有系统编码冗余的挑战。采用两阶段框架，该模型有效构建了可学习的模态适应层以优化编码过程，显著降低了存储与推理成本。研究发现，这种新方法不仅提高了推荐系统的效率，还充分利用了不同模态间的互补优势，为推荐系统的大规模部署提供了可行性。
06
MEGCF: Multimodal Entity Graph Collaborative Filtering for Personalized Recommendation
发表：2022/6/13
多模态实体图协同过滤个性化推荐系统多模态用户偏好建模深度特征提取E-commerce平台推荐
本文提出MEGCF模型，针对多模态推荐系统中多模态特征提取（MFE）与用户兴趣建模（UIM）之间的错配问题，通过抽取语义实体提升用户偏好反映，构建用户与物品之间的图结构，并利用情感加权的图卷积网络细化信息传播，从而提高推荐准确性。
01
A Multi-modal Large Language Model with Graph-of-Thought for Effective Recommendation
发表：2025/1/1
多模态大语言模型基于图的思维提示技术个性化推荐系统多模态推荐任务用户-项目交互图
本文提出了一种名为GollaRec的推荐系统模型，结合多模态大语言模型及思维图技术，旨在高效处理用户物品交互的图结构。GollaRec通过整合视觉和文本信息，利用文本图对齐与图指令微调，提升了多模态推荐任务的性能，超越了12个现有模型。
05