ACM Computing Surveys· 2026Q1· Derleme
Çoklu Görev Derin Öneri Sistemleri: Bir Anket
Multi-Task Deep Recommender Systems: A Survey
- 8atıf
- Q1SCImago
- 2026yıl
Kısa özet
Bu anket, görev ilişkisine (paralel, kaskad, yardımcı) ve metodolojiye (parametre paylaşımı, optimizasyon, eğitim mekanizması) göre sınıflandırılan çoklu görev derin öneri sistemlerinin (MTDRS) kapsamlı bir incelemesini sunmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Çoklu görev derin öneri sistemleri (MTDRS) üzerine sistematik bir inceleme sunmaktadır.
- MTDRS'leri görev ilişkisine göre sınıflandırır: paralel, kaskad ve ana ile yardımcı.
- MTDRS metodolojilerini parametre paylaşımı, optimizasyon ve eğitim mekanizmaları olarak gruplandırır.
- MTDRS için uygulamaları, kamu veri kümelerini, zorlukları ve gelecekteki yönleri özetler.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Multi-task learning (MTL) aims at learning related tasks in a unified model to achieve mutual improvement among tasks considering their shared knowledge. It is an important topic in recommendation due to the demand for multi-task prediction considering performance and efficiency. Although MTL has been well studied and developed, there is still a lack of systematic review in the recommendation community. To fill the gap, we provide a comprehensive review of existing multi-task deep recommender systems (MTDRS) in this survey. To be specific, the problem definition of MTDRS is first given, and it is compared with other related areas. Next, the development of MTDRS is depicted and the taxonomy is introduced from the task relation and methodology aspects. Specifically, the task relation is categorized into parallel, cascaded, and auxiliary with main, while the methodology is grouped into parameter sharing, optimization, and training mechanism. The survey concludes by summarizing the application and public datasets of MTDRS and highlighting the challenges and future directions of the field.
Yazarların özeti; kaynağından alınmıştır. ACM Computing Surveys, 2026 · DOI ↗
Devamı Pofolia uygulamasında
Çıkarımlar ve makaleye soru sorma; ilgi alanına göre her gün yeni özetler. Ücretsiz.
Web'de giriş yaparak açAlan: Bilişim Sistemleri
Information SystemsComputer Science