ICE-Fuse：用图像派生上下文增强推荐系统
Get the story
2026年10月7日，arXiv Information Retrieval 发表研究，提出 ICE-Fuse 方法，用图像派生的上下文表示增强推荐系统。该表示涵盖物理、社会与模态三类上下文，由视觉语言模型学习，并通过 ICE-Fuse 流水线融合进上下文感知推荐系统。实验基于 TripAdvisor 数据，推荐算法采用 Review-aware Graph Contrastive Learning。结果显示，图像上下文单独使用并不优于既有信号，但与既有信号结合可带来提升；语义分析表明图像与评论捕捉交互的不同侧面，二者互为补充。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Information Retrieval用图像上下文增强推荐系统：ICE-Fuse 融合视觉语言模型信号
研究提出一种由图像派生的上下文表示，涵盖物理、社会与模态三类，由视觉语言模型学习，并引入 ICE-Fuse 流水线将其融合进上下文感知推荐系统。实验基于 TripAdvisor 数据，推荐算法采用 Review-aware Graph Contrastive Learning。图像上下文单独使用不优于既有信号，但与之结合可带来提升，语义分析显示图像与评论捕捉交互的不同侧面，互为补充。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.