论文标题：

Improving Micro-video Recommendation via Contrastive Multiple Interests

论文链接：

https://arxiv.org/pdf/2205.09593v1.pdf

本文主要关注微视频的推荐方面的一篇短文，现有的微视频推荐模型依赖于多模态信息，并且学习的embedding无法反映用户对微视频的多种兴趣。本文结合对比学习提出提取对比多兴趣并设计微视频推荐模型 CMI。CMI 从用户的历史交互序列中为每个用户学习多个兴趣embedding，其中隐式正交微视频类别用于解耦多个用户兴趣。此外，构建对比多兴趣损失，以提高兴趣embedding的鲁棒性和推荐的性能。

内容中包含的图片若涉及版权问题，请及时与我们联系删除