Blin: A Multi-Task Sequence Recommendation Based on Bidirectional KL-Divergence and Linear Attention

分歧(语言学) 序列(生物学) 计算机科学 任务(项目管理) 编码(内存) 推荐系统 二次方程 序列标记 计算复杂性理论 人工智能 算法 机器学习 理论计算机科学 数学 哲学 语言学 遗传学 生物 几何学 管理 经济
作者
Yanfeng Bai,Haitao Wang,Jianfeng He
出处
期刊:Mathematics [Multidisciplinary Digital Publishing Institute]
卷期号:12 (15): 2391-2391
标识
DOI:10.3390/math12152391
摘要

Sequence recommendation is a prominent research area within recommender systems, focused on predicting items that users may be interested in by modeling their historical interaction sequences. However, due to data sparsity, user interaction sequences in sequence recommendation are typically short. A common approach to address this issue is filling sequences with zero values, significantly reducing the effective utilization of input space. Furthermore, traditional sequence recommendation methods based on self-attention mechanisms exhibit quadratic complexity with respect to sequence length. These issues affect the performance of recommendation algorithms. To tackle these challenges, we propose a multi-task sequence recommendation model, Blin, which integrates bidirectional KL divergence and linear attention. Blin abandons the conventional zero-padding strategy, opting instead for random repeat padding to enhance sequence data. Additionally, bidirectional KL divergence loss is introduced as an auxiliary task to regularize the probability distributions obtained from different sequence representations. To improve the computational efficiency compared to traditional attention mechanisms, a linear attention mechanism is employed during sequence encoding, significantly reducing the computational complexity while preserving the learning capacity of traditional attention. Experimental results on multiple public datasets demonstrate the effectiveness of the proposed model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
挪威的森林完成签到,获得积分10
3秒前
隐形的非笑完成签到 ,获得积分10
3秒前
科研通AI5应助大力听芹采纳,获得10
4秒前
悠雯完成签到 ,获得积分10
6秒前
传奇3应助Emily采纳,获得10
7秒前
三脸茫然完成签到 ,获得积分10
8秒前
8秒前
端庄半凡完成签到 ,获得积分10
15秒前
19秒前
song完成签到 ,获得积分10
20秒前
23秒前
spring完成签到,获得积分10
29秒前
Emily发布了新的文献求助10
30秒前
贰鸟应助悠雯采纳,获得10
37秒前
搜集达人应助U9A采纳,获得10
37秒前
兴钬完成签到 ,获得积分10
40秒前
胖胖橘完成签到 ,获得积分10
50秒前
ayayaya完成签到 ,获得积分10
53秒前
辛勤的泽洋完成签到 ,获得积分10
53秒前
小粒橙完成签到 ,获得积分10
1分钟前
1分钟前
糖宝完成签到 ,获得积分10
1分钟前
MC123完成签到,获得积分10
1分钟前
1分钟前
Owen应助科研通管家采纳,获得10
1分钟前
Driscoll完成签到 ,获得积分10
1分钟前
少年完成签到 ,获得积分10
1分钟前
科科通通完成签到,获得积分10
1分钟前
ARIA完成签到 ,获得积分10
1分钟前
科研通AI2S应助U9A采纳,获得10
1分钟前
温暖小松鼠完成签到 ,获得积分10
1分钟前
yy完成签到 ,获得积分10
1分钟前
zeannezg完成签到 ,获得积分10
1分钟前
ng完成签到 ,获得积分10
1分钟前
1分钟前
隐形曼青应助称心的新之采纳,获得10
1分钟前
落后的怀梦完成签到 ,获得积分10
1分钟前
唠叨的可燕完成签到 ,获得积分10
1分钟前
超帅的又槐完成签到,获得积分10
1分钟前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Cognitive Neuroscience: The Biology of the Mind 1000
Technical Brochure TB 814: LPIT applications in HV gas insulated switchgear 1000
Immigrant Incorporation in East Asian Democracies 600
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
A Preliminary Study on Correlation Between Independent Components of Facial Thermal Images and Subjective Assessment of Chronic Stress 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3968559
求助须知:如何正确求助?哪些是违规求助? 3513358
关于积分的说明 11167368
捐赠科研通 3248732
什么是DOI,文献DOI怎么找? 1794465
邀请新用户注册赠送积分活动 875065
科研通“疑难数据库(出版商)”最低求助积分说明 804664