COTTI工业推荐框架论文发布
热点事件持续更新
COTTI工业推荐框架论文发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Maolei Huang等作者提交论文,提出工业推荐框架COTTI,将历史表示学习与事件时点分数调整分离,以应对促销漂移下的鲁棒推荐问题。 在Fliggy数据上的离线测试中,COTTI的AUC为0.8127,高于TEN的0.8101和TEN+ABA的0.8123。上述结果均为离线指标,论文未报告线上部署效果。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
COTTI:面向促销漂移下鲁棒工业推荐的对比训练与时间感知推理框架报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AICOTTI:面向促销漂移下鲁棒工业推荐的对比训练与时间感知推理框架
COTTI 是一个将历史表示学习与事件时点分数调整分离的工业推荐框架,在 Fliggy 数据上离线 AUC 达 0.8127,高于 TEN 的 0.8101 和 TEN+ABA 的 0.8123。
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。