HED用完整超图改进捆绑推荐

Yang Li等人提出并评估捆绑推荐模型HED，将用户—捆绑、用户—物品、捆绑—物品交互及用户内、捆绑内关系统一构建为完整超图，再通过用户—捆绑分支和双重卷积网络生成推荐。 论文摘要报告，HED-128在NetEase六项指标上较最强基线提升5.04%—6.97%，HED-64在Youshu提升1.87%—4.56%。研究还量化了完整超图的内存代价，但摘要未给出具体数值；代码和数据集仅承诺在论文发表后开放。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。