NineRec是西湖大学提出的一个大规模、多样性的推荐系统评估基准数据集,旨在解决推荐系统领域迁移学习模型发展的瓶颈问题,尤其是缺乏大规模、高质量的迁移学习推荐数据集和基准测试套件。NineRec包含一个大规模源域数据集和九个多样化的目标域数据集,涵盖短视频、新闻、图像等多种类型的原始内容。每条数据均配有描述性文本和高分辨率封面图像,使得模型能够通过学习原始多模态特征而非仅依赖预提取的特征来进行训练。NineRec的丰富视觉与语义多样性,为推荐模型的可迁移性研究提供了宝贵的预训练资源,同时揭示了TransRec模型在跨界推荐任务中的潜力与挑战。
详情请参见五号雷达:https://www.5radar.com/result?key=NineRec
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.