研究者提出多模态图推荐模型MPIUR
热点事件持续更新
研究者提出多模态图推荐模型MPIUR
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Emna Belguith、Fajrian Yunus 与 Talel Abdessalem 提出多模态图推荐模型 MPIUR，将用户评论编码进异构图，对齐图像与文本表示，并按商品交互密度自适应调整协同—语义对齐。 在 Amazon Reviews 2023 的 Musical Instruments 和 Baby 两个类目上，MPIUR 在评测方法中取得最佳全局 nDCG@10 与 Recall@10，在稀疏商品上也同样领先。作者据此称，联合利用评论与多模态商品内容在交互历史有限时尤为有效。
AI 根据报道生成 · 44 分钟前更新
最新进展11月11日 13:00
MPIUR：融合商品信息与用户评论的多模态图推荐模型报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIMPIUR：融合商品信息与用户评论的多模态图推荐模型
MPIUR 是一个多模态图推荐模型，将用户评论编码进异构图，并对齐图像与文本表示，同时按商品交互密度自适应调整协同—语义对齐。在 Amazon Reviews 2023 的 Musical Instruments 和 Baby 两个类目上，MPIUR 在评测方法中取得最佳全局 nDCG@10 与 Recall@10，在稀疏商品上也同样领先，说明联合利用评论与多模态商品内容在交互历史有限时尤为有效。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。