Filtraggio Collaborativo Ibrido con Gate per Raccomandazioni Top-N

Un nuovo framework per sistemi di raccomandazione, Gated Hybrid Collaborative Filtering (GHCF), integra recensioni testuali in un modello collaborativo basato su autoencoder per migliorare il ranking delle raccomandazioni Top-N. L'architettura utilizza un meccanismo di gating adattivo per bilanciare a livello di strato gli embedding collaborativi e le caratteristiche basate su topic. Un modulo di apprendimento contrastivo allinea i segnali semantici e collaborativi nello spazio latente. Il framework viene valutato in cinque configurazioni: puramente collaborativa, topic e gate, testo e gate, e con apprendimento contrastivo. L'approccio affronta il disallineamento tra i modelli basati su recensioni ottimizzati per la predizione dei rating e la necessità di un ranking discriminante negli scenari Top-N.