面向推荐的解耦多模态表征学习

基于摘要分析。本文研究多模态推荐中，用户对物品不同因素的偏好如何受到不同模态信息的影响，提出 Disentangled Multimodal Representation Learning（DMRL），将因素级解耦表征与模态注意力结合，用于学习用户和物品表征并进行推荐。 核心机制是先在各模态内部学习不同因素的解耦表征，以促使因素特征相互独立，再通过多模态注意力估计用户在每个因素上对各模态的偏好权重，最后加权组合不同模态、不同因素对应的偏好分数。其主要区别在于，不仅考虑用户总体上偏好哪种模态，还建模这种偏好随物品因素变化的情况。摘要以用户评论和物品图像说明多模态侧信息，但未给出各实验的具体模态配置；解耦约束、损失形式及训练监督尚未验证。 作者报告，在五个真实世界数据集上的评估中，DMRL 优于所比较的现有方法。摘要未提供数据集名称、划分方式、指标、数值及基线细节，因此无法判断收益幅度或不同设置下的稳定性；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：因素级解耦与条件化模态加权可作为多模态 EEG 研究的候选机制，但原问题依赖用户—物品关系及多模态侧信息，并非神经信号解码。迁移假设是，不同被试对不同任务因素的有效模态可能存在差异；可复用因素表征与注意力组合思路，但需改造时序编码器、条件变量和监督目标。低信噪比、跨被试差异、通道缺失与小样本均可能使解耦不稳定或注意力权重失真。一个可证伪的小实验是在固定 Cross-subject 划分下，对比简单模态融合、仅因素解耦、仅条件化模态注意力及二者结合，检验收益是否可重复。已有 EEG 相关工作尚未检索确认。