Data Science and Engineering · 2026-09-15 · 期刊论文
- 一句话结论：HOFA通过对比学习实现高阶特征对齐，以缓解社交推荐中的稀疏性与冷启动问题。
- 研究设计与做法：针对高阶社交特征利用不足、特征均匀性缺失与去相关不充分三个问题，提出相应特征对齐机制。
- 主要结果：摘要未给出实验数据，仅说明方法旨在提升表示的可泛化性与判别性。
- 值得关注：摘要未报告数据集、基线对比与量化结果，方法实际效果尚无法评估。
🔗 打开原文
Chunying Li, Yanxi Guo, Zhikang Tang 等
本文摘自《每日前沿研究简报 · 2026-09-17》「信息科学」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。
发表评论 取消回复