.png){kind=icon}
返回
Interact2Vec — An efficient neural network-based model for simultaneously learning users and items embeddings in recommender systems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.asoc.2025.113408.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种新颖的推荐系统模型，用于学习物品和用户嵌入。
• 该模型计算效率高，仅需用户-物品隐式反馈。
• 我们详细阐述了理论分析和实践分析，以评估效率和训练时间。
• 我们进行了外显（推荐）和内显（基于内容）的评估。
• 结果表明，该模型在保持高计算效率的同时性能具有竞争力。
期刊
IF:
6.6
论文数:
1.4W
被引数:
4.8W
机构
暂无机构信息
引用论文
分享收藏A survey on heterogeneous information network based recommender systems: Concepts, methods, applications and resources.png)
AI Open
OAAI
AI OpenIF0
OAAI分享收藏A Survey of Graph Neural Networks for Recommender Systems: Challenges, Methods, and Directions推荐系统的图神经网络综述: 挑战、方法和方向
OAAI
OAAI分享收藏分享收藏
查看更多内容