显式学习推荐系统中用户兴趣边界

今天给大家分享一篇今年 11 月底公开在 arXiv 上的论文：Learning Explicit User Interest Boundary for Recommendation。这篇论文结合了 Point-wise 和 Pair-Wise 两种推荐系统 Loss，提出了一种可以显式学习用户兴趣边界的损失函数。本文提出了一种显式建模用户兴趣边界的损失，该损失为每个用户引入了一个辅助分数，并使用Pairwise的模式惩罚错误越过边界的样本。如上图c所示，用户的兴趣边界可以很好的来界定候选样本为正样本。