Название: Часы интереса: восприятие времени в системе рекомендаций потоковой передачи в реальном времени Адрес: https://arxiv.org/pdf/2404.19357 Компания: Дуин Конференция: СИГИР 2024

1. Введение

Предпочтения пользователя следуют динамическим закономерностям в течение дня.,Например,в 8 утра,Пользователи могут предпочитать читать новости,И в 8 часов вечера.,Они могут предпочитать смотреть фильмы. Временное моделирование предназначено для того, чтобы дать возможность системе воспринимать изменения во времени.,для сбора динамических предпочтений пользователей с течением времени。В данной статье предлагается эффективный и общий метод.——часы с процентамивоспринимать Система Информация о времени в рекомендациях.

Часы процентов сначала кодируют предпочтения пользователя с учетом времени в часы (персонализированные функции на уровне часов), которые затем сглаживаются и агрегируются с использованием распределения Гаусса в окончательные часы процентов, встроенные в соответствии с текущим временем для окончательного прогноза. Благодаря использованию процентного таймера в сочетании с базовой моделью количество активных дней и продолжительность заявок онлайн-пользователей увеличились на +0,509% и +0,758% соответственно.

2. Метод

2.1 Разработка функций

Для функций времени более прямой метод состоит в том, чтобы дискретизировать информацию о времени и изучить соответствующую эмблему, а затем соединить дату и время. Но авторы хотели закодировать персонализированные предпочтения восприятия времени.

• Разделите день на 24 сегмента, представляющих 24 часа в сутках.
• Рассчитайте предпочтения пользователя по восприятию времени на основе данных о потреблении пользователем за определенный час за последние 30 дней. Например, получите все образцы, созданные пользователем с 7:00 до 8:00 за последние 30 дней. Каждый образец имеет несколько меток (например, «Нравится», «Пропустить», «Завершено», «Не нравится») и множество характеристик (например, жанр, эмоции, язык). Оценка каждой функции рассчитывается следующим образом, где

Представляет количество выборок, соответствующих поведению

На основе приведенной выше формулы рассчитывается оценка определенной функции (включая жанр, эмоции, язык и т. д.) в определенный час, а первые 3 оценки используются в качестве функций, учитывающих время. Набор функций, учитывающих время (например, жанр), представлен

Точно так же мы можем получить временные характеристики эмоций и языка.

。

2.2 Часы процентов

Цель часов интереса — дать возможность модели воспринимать временную информацию в системах потоковой передачи рекомендаций. В процессе извлечения функций персонализированные предпочтения пользователя с учетом времени кодируются в часы, то есть функции малого уровня. Для агрегирования функций часов процентов обычно можно использовать два простых метода: (1) объединение 24-часовых значений процентов в одну запись, (2) предоставление модели соответствующей записи процентов на основе текущего времени запроса t.

。

Но у обоих решений есть определенные проблемы. Первый метод основан на адаптивном изучении важности каждой функции на уровне часа посредством процесса оптимизации, но автор обнаружил, что глубоким моделям трудно адаптивно изучать веса функций из-за того, что модель будет переопределять текущее время и забывать информацию о другом времени в потоковой системе. При использовании второго метода модель может видеть только интересы текущего времени, а интересы пользователя каждый раз будут внезапно меняться.

本文提出了高斯часы с процентами,Агрегирование emb с учетом 24-часового времени с эмпирическим распределением Гаусса. часы с процентамиemb выражаются следующей формулой,в

Время ответа варьируется в зависимости от интересующих часов и текущего времени.,Эта идея состоит в том, чтобы объединить два предыдущих решения, учитывать временной интервал при агрегации emb, и чем ближе процентная emb к текущему времени, тем больше вес.

3. Результаты