FEDIN: Rete di Interesse Profondo Potenziata in Frequenza per la Previsione del CTR

I ricercatori hanno introdotto FEDIN, una Rete di Interesse Profondo Potenziata in Frequenza per prevedere i tassi di clic. I sistemi di raccomandazione sequenziale tradizionali incontrano difficoltà nel riconoscere schemi periodici latenti negli interessi degli utenti a causa del rumore nel dominio temporale. Mentre l'analisi nel dominio della frequenza offre una visione completa, i metodi attuali spesso analizzano le sequenze degli utenti separatamente, trascurando il contesto degli elementi target. Il team di ricerca ha scoperto che i punteggi di attenzione degli utenti mostrano distribuzioni di entropia spettrale uniche quando collegati a elementi target positivi rispetto a quelli negativi: gli interessi genuini rivelano schemi spettrali concentrati con entropia inferiore, mentre le azioni irrilevanti si manifestano come rumore ad alta entropia. FEDIN incorpora un componente nel dominio della frequenza con un meccanismo di filtraggio dello spettro consapevole del target per estrarre schemi periodici. Lo studio è accessibile su arXiv con l'identificatore 2605.01726.