.png){kind=icon}
返回
Frequency-sensitive diffusion model for personalized sequential recommendation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.neucom.2025.131313.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 本研究方法整合了基于频率的统计测量与概率扩散框架，以模拟人类推理过程，捕捉认知过程的复杂性。
• 为将扩散模型应用于推荐系统，我们优化了前向和反向过程，整合了高低频考量因素，同时平衡了时间真实性。
• 本研究方法整合了增强序列的全局与局部视角，在多尺度与多维度上有效捕捉用户意图。对比学习技术的应用提升了模型性能。
Keyword:
diffusion model
recommendation system
contrastive learning
user intent
frequency-based statistics
