要約
モバイルデバイスの利便性により、オンラインゲームは実際にユーザーエンターテイメントにとって重要な部分になり、オンラインゲームで友人の推奨の需要を生み出しています。
ただし、既存のアプローチのいずれも、次の制限のために、マルチモーダルユーザー機能（画像やテキストなど）を友情グラフの構造情報に効果的に組み込むことはできません。
これらの問題に対処することにより、このペーパーでは、潜在的な友人のユーザーの好みをよりよくモデル化するエンドツーエンドモデルのカエルを提案します。
Tencentでのオフライン評価とオンライン展開の両方に関する包括的な実験は、既存のアプローチに対するカエルの優位性を実証しています。
要約(オリジナル)
Due to the convenience of mobile devices, the online games have become an important part for user entertainments in reality, creating a demand for friend recommendation in online games. However, none of existing approaches can effectively incorporate the multi-modal user features (e.g., images and texts) with the structural information in the friendship graph, due to the following limitations: (1) some of them ignore the high-order structural proximity between users, (2) some fail to learn the pairwise relevance between users at modality-specific level, and (3) some cannot capture both the local and global user preferences on different modalities. By addressing these issues, in this paper, we propose an end-to-end model FROG that better models the user preferences on potential friends. Comprehensive experiments on both offline evaluation and online deployment at Tencent have demonstrated the superiority of FROG over existing approaches.
arxiv情報
| 著者 | Qiwei Wang,Dandan Lin,Wenqing Lin,Ziming Wu |
| 発行日 | 2025-04-21 14:37:39+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google