研究者提出TintCF，用时间信息为协同过滤去噪
热点事件持续更新
研究者提出TintCF，用时间信息为协同过滤去噪
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
Xinyu He等作者提出TintCF机制，通过生成融合全局偏好与时间模式的用户/物品嵌入，为协同过滤去噪。该方法包含两种策略：Tint-A重加权邻接矩阵，Tint-L重加权损失函数。 作者称，在四个真实数据集上的实验验证了该方法的有效性，并表明时间信息有助于识别和修正噪声边。代码已开源，论文被IEEE BigData 2026接收。
AI 根据报道生成 · 49 分钟前更新
最新进展11月3日 13:00
TintCF：利用时间信息为协同过滤去噪报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AITintCF：利用时间信息为协同过滤去噪
研究者提出 TintCF 机制，通过生成融合全局偏好与时间模式的时间感知用户/物品嵌入，为协同过滤去噪。该方法给出 Tint-A（重加权邻接矩阵）和 Tint-L（重加权损失函数）两种策略，在四个真实数据集上的实验验证了其有效性，并表明时间信息确实有助于识别和修正噪声边。代码已开源，论文被 IEEE BigData 2026 接收。
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。