序列推荐是一项重要的任务,它根据用户交互的物品序列预测下一个要访问的物品。现有的工作大多将用户偏好学习为上一项到下一项的过渡模式,忽略了两项之间的时间间隔。然而,序列中的时间间隔可能存在显著差异,从而导致用户建模因偏好漂移问题而失效。事实上,我们进行了实证研究来验证这一观察结果,发现时间间隔均匀分布的序列(记为均匀序列)比时间间隔变化较大的序列更有利于性能的提升。因此,本文提出从时间间隔的角度对序列数据进行增广,这是目前文献中未研究的。具体地,设计了5个算子(Ti-Crop, TiReorder, Ti-Mask, Ti-Substitute, Ti-Insert),在考虑时间间隔变化的情况下,将原始的非均匀序列转换为均匀序列。然后,设计了一种控制策略,对不同长度的项序列进行数据扩充;最后,在最先进的CoSeRec模型上实现了这些改进,并在4个真实数据集上验证了所提方法。实验结果表明,该方法的性能明显优于其他11种方法。我们的实现可用:

https://github.com/KingGugu/TiCoSeRec

成为VIP会员查看完整内容
15

相关内容

【NeurIPS2022】序列(推荐)模型分布外泛化:因果视角与求解
【CIKM2022】基于双向Transformers对比学习的序列推荐
专知会员服务
20+阅读 · 2022年8月10日
【KDD2022】多行为超图增强Transformer的序列推荐
专知会员服务
28+阅读 · 2022年7月14日
专知会员服务
35+阅读 · 2021年7月9日
AAAI2021 | 学习预训练图神经网络
专知会员服务
115+阅读 · 2021年1月28日
【AAAI2021】元学习器的冷启动序列推荐
专知会员服务
40+阅读 · 2020年12月19日
ICDE 2022 | 时空间隔感知的序列POI推荐
PaperWeekly
2+阅读 · 2022年11月2日
KDD2022 | 基于自监督超图Transformer的推荐算法研究
机器学习与推荐算法
1+阅读 · 2022年8月26日
SIGIR2022 | 基于用户价格偏好及兴趣偏好的会话推荐
机器学习与推荐算法
2+阅读 · 2022年5月19日
WWW 2022 :基于纯MLP架构的序列推荐模型
专知
0+阅读 · 2022年3月20日
WWW2022@快手 | 基于解耦长短期兴趣的序列推荐
机器学习与推荐算法
0+阅读 · 2022年3月8日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年2月25日
Arxiv
0+阅读 · 2023年2月23日
Arxiv
11+阅读 · 2018年4月25日
VIP会员
相关VIP内容
【NeurIPS2022】序列(推荐)模型分布外泛化:因果视角与求解
【CIKM2022】基于双向Transformers对比学习的序列推荐
专知会员服务
20+阅读 · 2022年8月10日
【KDD2022】多行为超图增强Transformer的序列推荐
专知会员服务
28+阅读 · 2022年7月14日
专知会员服务
35+阅读 · 2021年7月9日
AAAI2021 | 学习预训练图神经网络
专知会员服务
115+阅读 · 2021年1月28日
【AAAI2021】元学习器的冷启动序列推荐
专知会员服务
40+阅读 · 2020年12月19日
相关资讯
ICDE 2022 | 时空间隔感知的序列POI推荐
PaperWeekly
2+阅读 · 2022年11月2日
KDD2022 | 基于自监督超图Transformer的推荐算法研究
机器学习与推荐算法
1+阅读 · 2022年8月26日
SIGIR2022 | 基于用户价格偏好及兴趣偏好的会话推荐
机器学习与推荐算法
2+阅读 · 2022年5月19日
WWW 2022 :基于纯MLP架构的序列推荐模型
专知
0+阅读 · 2022年3月20日
WWW2022@快手 | 基于解耦长短期兴趣的序列推荐
机器学习与推荐算法
0+阅读 · 2022年3月8日
【CVPR2019】弱监督图像分类建模
深度学习大讲堂
38+阅读 · 2019年7月25日
相关基金
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员