.png){kind=icon}
返回
Dual-task optimization with multi-dimensional feature interaction for influencer recommendation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.inffus.2025.103413.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• MFI-IR框架整合了主题、视觉、行业、情感信息用于影响者推荐。
• 混合架构结合了多项式和高阶特征相关性。
• 双任务优化最小化了匹配损失和排序损失以提升准确性与稳定性。
• 案例研究验证了平衡指标和语义关联的有效性。
期刊
IF:
15.5
论文数:
4.3K
被引数:
2.7W
机构
暂无机构信息
引用论文
.png){kind=icon}
Is a Picture Worth a Thousand Words? An Empirical Study of Image Content and Social Media Engagement一幅画值一千个字吗？图片内容与社交媒体参与度的实证研究
PREAI
分享收藏Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions走向下一代推荐系统: 对最新技术和可能扩展的调查
PREAI
分享收藏VADER: A Parsimonious Rule-Based Model for Sentiment Analysis of Social Media TextVADER: 一种基于简约规则的社交媒体文本情感分析模型
OAAI
OAAI分享收藏Multimodal Topic Modeling by Exploring Characteristics of Short Text Social Media探索短文本社交媒体特征的多模态主题建模
PREAI
分享收藏
查看更多内容