ユーザーエクスペリエンスの向上とリテンション率の増加に伴い、レコメンデーションシステムはeコマース、ストリーミングメディア、ソーシャルメディアなど多くの業界でますます重要になっています。これらのシステムは、ユーザー、商品、およびその背景要因間の複雑な関係を分析し、ユーザーが関心を持つ可能性のあるコンテンツを正確に推薦する必要があります。しかし、既存のレコメンデーションシステムは静的な場合が多く、これらの関係を効果的に構築するために大量の履歴データに依存しています。"コールドスタート"のシナリオでは、これらの関係の構築はほとんど不可能になり、システムの効果をさらに低下させます。これらの問題を解決するために、上海交通大学…