DuoRec

概述

DuoRec，2022 年提出的对比学习增强的序列推荐模型，在 SASRec 架构上引入模型级和数据级的对比学习，提升表示质量和泛化能力。

关键内容

1. 论文信息：DuoRec（Contrastive Learning for Sequential Recommendation with Augmented Data），发表于 WSDM 2022。

2. 核心创新：在 SASRec 的基础上引入双重对比学习——（1）模型级对比：对同一序列的不同 dropout 掩码视图进行对比；（2）数据级对比：通过采样增强生成正样本对。

3. 方法：结合 InfoNCE 损失与二元交叉熵损失，使模型学习到更鲁棒的序列表示。对比学习帮助模型区分相似和不相似的序列模式。

4. 效果：在多个数据集上显著超越 SASRec 基线，证明对比学习在序列推荐中的有效性。

来源

• DuoRec 原始论文 (WSDM 2022)

相关

• SASRec — DuoRec 的基础模型
• 对比学习 — DuoRec 的核心学习方法
• InfoNCE — DuoRec 使用的对比损失
• 序列推荐 — DuoRec 解决的核心场景