TY -的A2吴贾AU -李,赵盟——王,Haobo AU -叮,全非盟-胡,石长盟——张甄盟,刘胖子AU -高,Jianliang称非盟-张,志强盟——张,霁PY - 2020 DA - 2020/10/28 TI -深Interest-Shifting网络为新的项目推荐Meta-Embeddings SP - 8828087六世- 2020 AB -现在,人们越来越有兴趣新鲜产品,如新鞋子和化妆品。为此,淘宝电子商务平台推出了fresh-item中心页面推荐系统,客户可以自由地和专门探索和购买新鲜物品,即 新趋势页面。在这项工作中,我们做第一次尝试解决fresh-item推荐任务两大挑战。首先,fresh-item推荐场景通常面临的挑战训练数据是高度缺乏由于较低的页面浏览量。在本文中,我们提出一个深interest-shifting网络(DisNet),转让知识从大量的辅助数据,然后转移用户利益与上下文信息。此外,三个可判断的interest-shifting运营商了。第二,因为物品是新鲜的,他们中的许多人从未接触用户,导致严重的本身的问题。虽然知识转移可以缓解这个问题,我们进一步照顾这些充分预热将物品由一个关系meta-Id-embedding发生器(RM-IdEG)。具体地说,它学会学习的方式训练项id嵌入和集成关系信息嵌入性能更好。我们进行了全面的实验合成数据集和真实数据集。DisNet和RM-IdEG明显比最先进的方法,分别。 Empirical results clearly verify the effectiveness of the proposed techniques, which are arguably promising and scalable in real-world applications. SN - 1076-2787 UR - https://doi.org/10.1155/2020/8828087 DO - 10.1155/2020/8828087 JF - Complexity PB - Hindawi KW - ER -