论文介绍-Progressive Layered Extraction (PLE): A Novel Multi-Task
Learning (MTL) Model for Personalized Recommendations
推荐系统结构：
科研问题：
MTL并通过任务之间的信息共享被证明可以提高学习效率。然而，在现实世界的推荐系统中，任务通常是松散相关甚至相互冲突的，这可能导致性能下降，从而产生负迁移现象。
MTL通常在改善某些任务的同时牺牲了其他任务的性能，产生一个目标提升其他目标下降的跷跷板现象，无法超越相应的单任务模型。
解决方案：提出个性化的门网络和渐进式的网络结构，具体过程将在组会中介绍。
