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（通俗易懂的理解是在不同的平台和网络中你有不同的 ID 和昵称，但这些 ID 和昵称都是特指你这个人）。因此，构成大多数用户的非重叠用户被忽略。本文作者针对这个问题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。本文涉及到大量的数学符号和公式，并且算法模型图也不是一目了然，所以我会对本文进行详细的解读。