研究者提出兼顾准确性与多样性的游戏推荐框架CPGRec+
热点事件持续更新
研究者提出兼顾准确性与多样性的游戏推荐框架CPGRec+
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Xiping Li 等研究者提出个性化视频游戏推荐框架 CPGRec+,针对既有 GNN 推荐方法偏重准确性、忽视多样性以及过平滑的问题进行改进,成果发表于 ACM Transactions on Information Systems(TOIS)。 该框架包含两个核心模块:PER 模块通过带符号边权重区分玩家的兴趣与不兴趣并量化偏好强度;PRG 模块利用大语言模型(LLM)推理生成游戏与玩家的上下文描述以优化表示。 在两个 Steam 数据集上的实验显示,CPGRec+ 的准确性和多样性均超过现有 SOTA 模型,代码已开源。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
CPGRec+:兼顾准确性与多样性的个性化视频游戏推荐框架报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AICPGRec+:兼顾准确性与多样性的个性化视频游戏推荐框架
CPGRec+ 是一个面向视频游戏推荐的平衡导向框架,针对既有 GNN 方法偏重准确性、忽视多样性以及过平滑问题提出改进。其新增 PER 模块通过带符号边权重区分玩家兴趣与不兴趣并量化偏好强度,PRG 模块利用 LLM 推理生成游戏与玩家的上下文描述以优化表示。在两个 Steam 数据集上的实验显示,其准确性和多样性均超过 SOTA 模型,代码已开源。
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。