Mario

Abordamos o problema de recomendação multimídia, que utiliza características multimodais dos itens, como modalidades visuais e textuais, além de informações de interação. Embora uma série de sistemas de recomendação multimídia já tenha sido desenvolvida para esse problema, destacamos que nenhum desses métodos captura individualmente a influência de cada modalidade no nível de interação. Mais importante, observamos experimentalmente que os procedimentos de aprendizado dos trabalhos existentes falham em preservar as propriedades intrínsecas específicas de modalidade dos itens. Para abordar as limitações mencionadas, propomos uma estrutura de recomendação multimídia precisa, chamada MARIO, baseada em atenção consciente da modalidade e decodificadores que preservam a modalidade. O MARIO prevê as preferências dos usuários considerando a influência individual de cada modalidade em cada interação, enquanto obtém embeddings de itens que preservam as propriedades intrínsecas específicas de modalidade. Os experimentos em quatro conjuntos de dados da vida real demonstram que o MARIO consistentemente e significativamente supera sete concorrentes em termos de precisão de recomendação: o MARIO apresenta até 14,61% de precisão a mais em comparação com o melhor concorrente.