资源&服务 |科技服务云超市 |
|
 |
首页 > 资源&服务 > 找技术 >详情 |
-
中文
/ -
ENG
/ -
PYC
/
中文
/ENG
/PYC
推荐系统是一种有效的客户体验（CX）工具。它们不仅通过推荐精心策划的产品和服务列表，为最终用户提供个性化体验，而且有助于企业了解客户的兴趣。总体而言，这有助于推动客户做出正确的购买决策，增强零售体验，从而提高销售额和客户保留率。然而，推荐系统中的流行技术非常容易受到过度概括的错误的影响。这项技术通过两种方式解决了现有推荐系统中与泛化相关的问题，以及缺乏利用知识图互连来推断客户偏好的问题：一种新的优化框架，用于增强流行矩阵分解（MF）推荐模型对添加到模型参数中的扰动（噪声）的鲁棒性，以通过对抗性训练提高泛化性能利用顺序依赖关系，允许对知识图路径进行有效推理，以推断用户项交互下的基本原理，从而提高可解释性。
中文
/ENG
/PYC
商务合作
