Disentangled Self-Supervision in Sequential Recommenders(KDD‘20)论文小结

Intro

《Disentangled Self-Supervision in Sequential Recommenders》是清华大学崔鹏老师和阿里巴巴杨红霞合作发表在KDD2020上的论文,该论文的最大亮点就是argue了当下sequential recommendation中比较流行的seq2item的监督训练方法,并提出了一种有效的基于seq2seq的训练方法对传统的seq2item进行补全,读过之后大受启发。
关于sequential recommendation的简单介绍可以看我之前的深入探寻《Self-Attentive Sequential Recommendation》ICDM‘18。

所谓seq2item training strategy就是说,seq rec一般是将用户 t t t时刻之前的交互序列作为输入,

你可能感兴趣的:(机器不学习,机器学习,人工智能,算法,推荐系统,自监督)