उपयोगकर्ता अनुभव के सुधार और बनाए रखने की दर में वृद्धि के साथ, सिफारिश प्रणाली व्यापार, स्ट्रीमिंग और सामाजिक मीडिया जैसे विभिन्न उद्योगों में अधिक महत्वपूर्ण हो गई है। इन प्रणालियों को उपयोगकर्ता, उत्पाद और उनके पृष्ठभूमि कारकों के बीच जटिल संबंधों का विश्लेषण करने की आवश्यकता होती है ताकि उपयोगकर्ताओं को संभावित रुचि वाली सामग्री की सटीक सिफारिश की जा सके। हालाँकि, मौजूदा सिफारिश प्रणालियाँ अक्सर स्थिर होती हैं, जो इन संबंधों को प्रभावी ढंग से बनाने के लिए बड़े पैमाने पर ऐतिहासिक डेटा पर निर्भर करती हैं। 'ठंडी शुरुआत' परिदृश्य में, इन संबंधों का निर्माण लगभग असंभव हो जाता है, जो प्रणाली की प्रभावशीलता को और कमजोर करता है। इन समस्याओं को हल करने के लिए, शंघाई जियाओ टोंग विश्वविद्यालय से...

EasyRec एक भाषा मॉडल आधारित सिफारिश प्रणाली है, जिसे हांगकांग विश्वविद्यालय की टीम ने विकसित किया है। इसकी अनूठी विशेषता यह है कि यह पाठ्य व्यवहार संरेखण ढांचे का उपयोग करके उपयोगकर्ता के व्यवहार की कहानी में भावनाओं और विवरणों का विश्लेषण करती है, बिना बड़ी मात्रा में उपयोगकर्ता डेटा की आवश्यकता के। यह प्रणाली सापेक्षीय शिक्षण और सहयोगात्मक भाषा मॉडल को संयोजित करती है, जो नए उपयोगकर्ताओं और नए उत्पादों की प्राथमिकताओं को सटीकता से भविष्यवाणी करने में सक्षम है, विशेष रूप से शून्य-नमूना सिफारिश परिदृश्यों में उत्कृष्ट प्रदर्शन करती है। EasyRec की प्लग एंड प्ले विशेषता इसे मौजूदा सिफारिश प्रणालियों में एकीकृत करना आसान बनाती है, प्रदर्शन को बढ़ाती है। पेपर में EasyRec को कई

हांगकांग विश्वविद्यालय और टेनसेंट के शोधकर्ताओं ने एक पूरी नई मल्टी-मोडल सिफारिश प्रणाली पैटर्न - DiffMM प्रस्तुत किया है, जिसका उद्देश्य शॉर्ट वीडियो की सिफारिश की सटीकता को बढ़ाना है। यह प्रणाली उपयोगकर्ता और वीडियो जानकारी शामिल करते हुए एक ग्राफ़ बना कर, ग्राफ़ विभाजन और तुलना अध्ययन तकनीकों का उपयोग कर, उपयोगकर्ताओं और वीडियो के बीच संबंधों को बेहतर तरीके से समझती है, जिससे और अधिक सही सिफारिशें हो सकें।