返回
Future-aware user intent modeling with knowledge distillation for sequential recommendation
DOI:10.1016/j.eswa.2025.129809.png)
摘要
En 中文
• 引入未来行为监督以增强学生模型捕捉动态用户兴趣和长期偏好模式的能力。
• 提出了一种新颖的蒸馏机制,用于将未来感知的教师模型的监督信号转移到历史驱动的学生模型。
• 引入了一种协同优化框架,用于语义对齐历史和未来行为表征,提升长距离依赖建模。
• 该模型整合了MDVAE和CMoE模块,从语义建模和因果建模角度抑制无关或噪声行为,从而提高鲁棒性。
• 在五个公开基准数据集上的大量实验表明,所提出的模型持续优于当前最优基线,验证了其有效性和泛化性。
期刊
IF:
7.5
论文数:
2.9W
被引数:
10.2W
机构
引用论文
暂无论文信息

