您当前的位置:
首页 >
文章列表页 >
基于自监督学习的去流行度偏差推荐方法
基于自监督学习的去流行度偏差推荐方法
Self-Supervised Learning for Alleviating Popularity Bias in Recommender Systems
- 电子学报 2022年50卷第10期 页码:2361-2371
DOI: 10.12263/DZXB.20210443
修回:2021-09-02
移动端阅览
HTML全文
图( 9 ) 表( 4 )
参考文献
出版信息
数据统计
12
浏览量
95
下载量
5
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
两方参与的隐私保护协同过滤推荐研究
直播电视推荐系统的评分预测算法研究
基于无损VMD和Mamba的小样本辐射源识别方法
基于层次化掩码图自编码框架的APT威胁检测方法
低轨卫星环境下OTFS跨域嵌入式导频信道估计算法
相关作者
张帅
高旻
文俊浩
熊庆宇
唐旭
张 锋
孙雪冬
常会友
相关机构
信息物理社会可信服务计算教育部重点实验室(重庆大学)
重庆大学大数据与软件学院
中山大学软件学院
中山大学广东省信息安全重点实验室
中山大学软件学院广东广州

