跨域推荐

找到一篇2021年的综述。Cross-Domain Recommendation: Challenges, Progress, and Prospects。 跨域相关性有三种模式：

• content-level relevance. 存在相 - 同的tag或元数据，但用户与对象不一样。例如电影与音乐平台的关联。
• user-level relevance. 用户有相同，对象不同。
• item-level relevance. 对象一致，比如不同的电影平台，应该有的是相同的电影。 第一种主要尝试利用tag等共用信息建立联系；后两种通常使用embedding迁移建立关联。还有一种是设计rating pattern，个人理解就是FM之类的方法，实现跨域推荐。

早期的方法，是从一个rich的域，跳到一个poor的域，实施预测。现在的方法，常是多域之间信息互通，实现共同进步。

更详细的就去看看综述吧[[https://arxiv.org/pdf/2103.01696.pdf|Cross-Domain Recommendation: Challenges, Progress, and Prospects]]