期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于元学习个性化推荐研究综述 被引量:5
1
作者 吴国栋 刘旭旭 +2 位作者 毕海娇 范维成 涂立静 《计算机工程与科学》 CSCD 北大核心 2024年第2期338-352,共15页
推荐系统作为缓解“信息过载”的工具,为用户过滤冗余信息并提供个性化服务,近年来得到了广泛应用。然而,实际推荐场景中,通常存在冷启动与不同推荐算法难以根据实际环境自适应选择等问题。元学习因其具有基于少量训练样本快速学会新知... 推荐系统作为缓解“信息过载”的工具,为用户过滤冗余信息并提供个性化服务,近年来得到了广泛应用。然而,实际推荐场景中,通常存在冷启动与不同推荐算法难以根据实际环境自适应选择等问题。元学习因其具有基于少量训练样本快速学会新知识和技能的优点,被越来越多地应用于推荐系统相关研究中。对现有基于元学习技术缓解推荐系统冷启动问题以及自适应推荐问题的主要研究进行探讨。首先,分析了基于元学习推荐在上述2个方面已取得的相关研究进展;然后,指出了现有元学习推荐研究存在难以适应复杂任务分布、计算代价高和容易陷入局部最优等问题;最后,对元学习在推荐系统领域的一些最新研究方向进行了展望。 展开更多
关键词 元学习 个性化推荐 冷启动 自适应算法选择
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部