9月14日消息，跨平台跨网络推荐的一个主要缺点是它们只能应用于重叠的用户，因此，构成大多数用户的非重叠用户被忽略。针对该问题，新加坡国立大学研究者提出了一种新的基于多任务学习的编码器GAN推荐体系结构——CnGAN，作者在Twitter源网络上生成用户首选项，在YouTube目标网络上生成推荐。实验结果表明，生成的偏好可以用来改善非重叠用户的推荐。CnGAN在准确性、新颖性和多样性方面，与最先进的跨平台跨网络推荐解决方案相比，所得到的推荐具有更高的性能。