AlignGroup: Learning and Aligning Group Consensus with Member Preferences for Group Recommendation 
群体活动是人类社会的重要行为，为群体提供个性化推荐称为群体推荐任务。现有的方法通常可以分为两种推断群体偏好的策略：1）通过聚合成员的个性化偏好来确定群体偏好，2）通过捕获群体成员在共同妥协后的一致决策来推断群体共识。然而，前者缺乏群体层面的考虑，而后者则忽视了个体用户的细粒度偏好 ...
0 0 0 2025/01/12 arXiv:2409.02580v1 winruner
Let Graph be the Go Board: Gradient-free Node Injection Attack for Graph Neural Networks via Reinforcement Learning 
图神经网络（GNN）多年来引起了人们的广泛关注，并广泛应用于需要坚固鲁棒性或严格安全标准的基本应用，例如产品推荐和用户行为建模。在这些情况下，利用 GNN 的漏洞并进一步降低其性能对于对手来说是极大的激励。以前的攻击者主要关注在代理模型的梯度引导下对现有图进行结构扰动或节点注入 ...
0 0 0 2025/01/12 arXiv:2211.10782v2 winruner
Disentangled Graph Contrastive Learning for Review-based Recommendation 
用户评论数据有助于缓解许多推荐系统中的数据稀疏问题。在基于评论的推荐方法中，评论数据被视为辅助信息，可以提高用户评分预测任务的学习用户/项目或交互表示的质量。然而，这些方法通常以整体方式对用户-项目交互进行建模，而忽略了其背后潜在因素的纠缠，例如 ...
0 0 0 2025/01/12 arXiv:2209.01524v1 winruner
Multitask Prompt Tuning Enables Parameter-Efficient Transfer Learning 
提示调优，即通过学习提示来调整基本预训练模型以每个适应任务，已成为一种有效的大型语言模型适应多个下游任务的有前景的方法。 然而，现有方法通常从头开始学习软提示辅导，以及尚礼仪式如何在多任务学习环境中利用提示辅导利用丰富的跨任务知识。我们提出了多任务提示调整（MPT），它首先通过从多个特定于任务的来源提示中提取知识来学习单个可转移的提示... ...
0 0 0 2025/01/12 arXiv:2303.02861v1 lockee
Collaborative Residual Metric Learning 
在协同过滤中，距离度量学习已应用于矩阵分解技术，并取得了有希望的结果。然而，矩阵分解缺乏捕获协作信息的能力，最近的工作已经注意到这一点，并通过将用户交互解释为信号来改进。本文旨在找出度量学习如何与这些基于信号的模型联系起来 ...
0 0 0 2025/01/12 arXiv:2304.07971v1 winruner
Multitask Vision-Language Prompt Tuning 
提示调优以特定于任务的学习提示向量为条件，已成为一种数据高效和参数高效的方法，用于使大型预训练视觉语言模型适应多个下游任务。然而，现有的方法通常考虑从头开始独立地学习每个任务的提示向量，从而无法利用不同视觉语言任务之间丰富的可共享知识。在本文中，我们提出了多任务视觉语言提示调优（MVLPT），它将跨任务知识纳入视觉语言模型的提示调优中 ...
0 1 0 2025/01/12 arXiv:2211.11720v3 hesy77
ContrastVAE: Contrastive Variational AutoEncoder for Sequential Recommendation 
为了利用用户行为序列中的丰富信息，顺序推荐已在现实世界的推荐系统中得到广泛采用。然而，当前的方法存在以下问题：1）用户-项目交互的稀疏性，2）顺序记录的不确定性，3）长尾项目。在本文中，我们建议将对比学习纳入变分自动编码器的框架中，以同时解决这些挑战 ...
0 0 0 2025/01/12 arXiv:2209.00456v2 winruner
Data Poisoning Attacks on Factorization-Based Collaborative Filtering 
推荐和协同过滤系统在现代信息和电子商务应用中非常重要。随着这些系统在行业中变得越来越流行，它们的输出可能会影响业务决策，从而激励对手损害此类系统的可用性或完整性。我们引入了针对协同过滤系统的数据中毒攻击 ...
0 0 0 2025/01/12 arXiv:1608.08182v2 winruner

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）