TintCF：利用时间信息去噪协同过滤
热点事件持续更新
TintCF：利用时间信息去噪协同过滤
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Xinyu He 等研究者提出协同过滤去噪方法 TintCF，通过时间感知的用户/物品嵌入结合全局偏好与时间模式来识别和修复噪声交互。该方法提供两种策略：重写邻接矩阵（Tint-A）与重写损失函数（Tint-L），针对隐式反馈数据和恶意交互导致的模型性能下降问题。 研究者在四个真实数据集上验证了方法的有效性，代码已开源，论文被 IEEE BigData 2026 接收。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
TintCF：利用时间信息为协同过滤去噪报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AITintCF：利用时间信息为协同过滤去噪
TintCF 提出一种时间感知的用户/物品嵌入机制，结合全局偏好与时间模式来识别和纠正协同过滤中的噪声交互。该方法包含两种策略——重写邻接矩阵（Tint-A）与重写损失函数（Tint-L），针对隐式反馈数据和恶意交互导致的模型性能下降问题。在四个真实数据集上的实验验证了时间信息对去噪的有效性，代码已开源，论文被 IEEE BigData 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。