基本信息

---

下载

文档摘要

---

摘要

个性化推荐系统在信息技术快速发展的背景下变得不可或缺，但数据稀疏

性和冷启动问题始终存在。跨域推荐系统通过利用源域的丰富数据用以缓解数

据稀疏提升目标域的推荐质量，但传统方法常忽视源域与目标域之间的差异以

及长尾分布特征。由于长尾项目用户反馈少，特征表示不准确，常常导致推荐

模型对热门项目过拟合，从而忽视了潜在的长尾项目，削弱了推荐的多样性和

个性化。此外，大多数跨域推荐模型往往缺乏动态、自适应的迁移机制，不能

根据具体的任务需求和领域特点动态地迁移领域特征，在源域和目标域差异较

大时会引发