Accelerating Inference in Cold-Start Item Recommendation Models via Side Information-Based Conditional Flow Matching

计算机科学 推论 瓶颈 机器学习 可扩展性 匹配(统计) 推荐系统 人工智能 协同过滤 过程(计算) 数据挖掘 质量(理念) 迭代和增量开发 生成语法 生成模型 透视图(图形) 流量(数学) 稳健性(进化) 还原(数学) 贝叶斯推理 条件概率 统计模型 近似推理
作者
김건한,Daro Kim,Sejin Chun,Jungkyu Han
出处
期刊:스마트미디어저널 [Korean Institute of Smart Media]
卷期号:15 (6): 82-90
标识
DOI:10.30693/smj.2026.15.6.82
摘要

In recommender systems, new items cause the Cold-Start problem due to the lack of user interaction data, making collaborative filtering difficult to apply. While generative models leveraging side information, particularly Diffusion Models, have gained attention as a solution, their iterative denoising process remains a structural bottleneck that limits real-time service deployment. To address this, we propose a side information-based Conditional Flow Matching recommendation model that resolves the computational bottleneck of Diffusion Models and improves inference efficiency. The proposed model learns trajectories that directly predict target user interaction vectors conditioned on item content, enabling meaningful recommendations even for new items without interaction history. By adjusting inference steps, the model achieves at least 10× faster inference compared to the Diffusion Model. This demonstrates a practical trade-off between recommendation quality and computational efficiency, confirming that the proposed model is a more suitable and scalable methodology for large-scale, real-time Cold-Start recommendation environments.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
木子雨完成签到 ,获得积分10
2秒前
温暖砖头发布了新的文献求助10
2秒前
2秒前
2秒前
2秒前
王王王发布了新的文献求助10
2秒前
小许完成签到 ,获得积分10
3秒前
3秒前
义气语兰完成签到,获得积分10
3秒前
liying的应助被大气摩托采纳,获得10
4秒前
wddfz完成签到,获得积分10
4秒前
小马发布了新的文献求助10
5秒前
smrsmr完成签到,获得积分10
6秒前
白色发布了新的文献求助10
7秒前
共享精神的应助被拼搏的似狮采纳,获得10
7秒前
FightingW发布了新的文献求助10
7秒前
无情的访风完成签到,获得积分10
9秒前
墨染完成签到,获得积分10
9秒前
O基米德完成签到 ,获得积分10
10秒前
10秒前
ChaseY完成签到 ,获得积分10
10秒前
orixero的应助被苗惜霜采纳,获得10
10秒前
liangliang完成签到,获得积分10
10秒前
11秒前
1618完成签到 ,获得积分10
11秒前
luxx完成签到,获得积分10
12秒前
鱼羊完成签到,获得积分10
12秒前
fantasy的应助被高贵土豆采纳,获得10
13秒前
无花果的应助被Believer采纳,获得10
13秒前
zoey发布了新的文献求助10
13秒前
STAR完成签到 ,获得积分10
13秒前
雷家完成签到,获得积分10
13秒前
FightingW完成签到,获得积分10
14秒前
14秒前
pp完成签到,获得积分10
14秒前
15秒前
Ppao7ii完成签到,获得积分10
15秒前
洋洋洋完成签到 ,获得积分10
16秒前
17秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
Resource Recovery Handbook 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8175534
求助须知:如何正确求助?哪些是违规求助? 9567220
关于积分的说明 21791292
捐赠科研通 7770111
什么是DOI,文献DOI怎么找? 3431868
关于科研通互助平台的介绍 2556244
邀请新用户注册赠送积分活动 2477299