Recommendation 第10页

Simple Yet Effective Graph Contrastive Learning for Recommendation

1.摘要图神经网络(GNN)是一种强大的基于图的推荐系统学习方法。最近，结合对比学习的gnn在处理高度稀疏数据时，在数据增强方案的推荐方面表现出了优异的性能。尽管它们取得了成功，但大多数现有的图对比学习方法要么在用户-项目交互图上执行随机增强(例如，节点/边缘扰动)，要么依赖基于启发式的增强技术(例如，用户聚类)来生成对比视图。我们认为，这些方法不能很好地保持语义的内在结构，并且容易受到噪声扰

回锅肉炒肉·2022-12-22 14:48

新闻推荐系统：基于内容的推荐算法——ＴＦＩＤＦ、衰减机制（github java代码）

吴琛·2022-12-22 12:42

Session-based Recommendation with Graph Neural Networks

Session-basedRecommendationwithGraphNeuralNetworks摘要引言领域中存在的问题：会话领域，有限行为建模问题的解决方法：基于会话的推荐方法先前方法有哪些挑战：

weixin_46125345·2022-12-22 06:01

GNN在召回中的应用：SR-GNN——Session-based Recommendation with Graph Neural

Session-basedRecommendationwithGraphNeuralWhatThisPaperisAboutEachsessiongraphisproceededsuccessivelyandthelatentvectorsforallnodesinvolvedineachgraphcanbeobtainedthroughgatedGraphNeuralNetworks.Werep

CUSX_ZhangKun·2022-12-22 06:31

SR-GNN中文翻译 Session-based Recommendation with Graph Neural Networks

认真翻译的，由于图显示等问题，上传比较麻烦，需要的我直接文档发给你。使用图神经网络的基于会话的推荐摘要基于会话的推荐问题旨在预测基于匿名会话预测用户行为。以前的方法将会话建模为序列，并估计除物品表示以外的用户表示，以提出建议。尽管取得了可喜的结果，但它们不足以在会话中获得准确的用户向量并忽略了物品的复杂转换。为了获得准确的物品嵌入并考虑到物品的复杂过渡，我们提出了一种新颖的方法，即使用图神经网络的

樊坤志·2022-12-22 06:01

论文阅读笔记《Self-Supervised Hypergraph Convolutional Networks for Session-based Recommendation》

bro_donkey·2022-12-22 06:59

【paper笔记】Long-tail Session-based Recommendation 基于长尾的会话推荐

文章基本信息0ABSTRACT1INTRODUCTION2MODEL2.1Notations2.2PreferenceMechanism2.3SessionPoolingandSoftAdjustment3EXPERIMENTS4RESULTSANDANALYSIS4.1ComparisonwithBaselineMethods4.2TheEffectofSoftAdjustment4.3Appl

天南浅蓝·2022-12-22 06:28

【工大SCIR论文解读】WWW20 关键词生成提升电商会话推荐

论文名称：KeywordsGenerationImprovesE-CommerceSession-basedRecommendation论文作者：刘元兴，任昭春，张伟男，车万翔，刘挺，殷大伟原创作者：刘元兴论文链接

zenRRan·2022-12-22 06:28

Session-based Recommendation with Graph Neural Networks ----2019AAAI

农场主·2022-12-22 06:58

session-based recommendation的两个模型对比NARM, STAMP

文章目录介绍模型介绍NARMglobalencoderlocalencoderfinalmodelSTAMPshort-termmemorylong-termmemoryfinalmodel比较介绍现在有很多地方都需要推荐系统，比如网购平台、音乐平台、影视平台等等。一个应用如果能更准确地进行内容推送，那么自然用户的黏性会更强，有更强的竞争力。但是现在出现了一个问题，我们以往做的一些工作都是基于用户

Petersburg·2022-12-22 06:23

IJCAI‘22 推荐系统论文梳理

【IJCAI2022】RecipeRec:AHeterogeneousGraphLearningModelforRecipeRecommendation论文链接：https://arxiv.org

推荐算法研究僧·2022-12-21 19:04

三万字整理深度匹配模型

❝知乎：辛俊波腾讯高级研究员编辑：阿泽的学习笔记❞本文主要启发来源SIGIR2018的这篇综述性slides《DeepLearningforMatchinginSearchandRecommendation

zenRRan·2022-12-21 13:43

Research Commentary on Recommendations with Side Information: A Survey and Research Directions

1INTRODUCTION2EVOLUTIONOFRECOMMENDERSWITHSIDEINFORMATION2.1Overviewofrecommendersystems2.2Evolutionoffundamentalmethodologiesforrecommendation2.3Evolutionofsideinformationforrecommendation3CONVENTIO

Dive_·2022-12-21 13:12

从用户长序列行为中有效抽取信息的常见方法

LifelongSequentialModelingwithPersonalizedMemorizationforUserResponsePrediction》22018年WSDM会议的《SequentialRecommendationwithUserMemoryNetworks

guoyuhaoaaa·2022-12-20 18:49

Graph Neural Networks for Social Recommendation学习笔记

1目标学习userembedding和itemembedding。2框架3用户建模3.1利用历史记录对用户建模3.2利用社交关系对用户建模

HenrySmale·2022-12-20 14:52

CIKM'21「华为」推荐系统 | 因果推断+强化学习：反事实用户偏好模拟

点击蓝字关注，提升学习效率title：Top-NRecommendationwithCounterfactualUserPreferenceSimulationlink：https://dl.acm.org

文文学霸·2022-12-20 12:00

【推荐系统中的Hash 3】Deep Hash：Learning to Embed Categorical Features without Embedding Tables KDD‘21

三、深度哈希（id——embedding）《LearningtoEmbedCategoricalFeatureswithoutEmbeddingTablesforRecommendation》GoogleKDD2021ResearchTrack

chad_lee·2022-12-19 16:27

【CTR模型系列汇总】十五篇博文、十九个模型梳理CTR预估模型（20220802更新）

最近梳理了看过的CTR模型，总结成下图，工业、学术与灌水并存，需要自己斟酌哦～一、【机器学习基础04】矩阵分解（MatrixFactorization）二、【特征交叉-CTR】FM-basedRecommendationModel

chad_lee·2022-12-19 16:57

2021_WWW_Self-Supervised Multi-Channel Hypergraph Convolutional Network for Social Recommendation

[论文阅读笔记]2021_WWW_Self-SupervisedMulti-ChannelHypergraphConvolutionalNetworkforSocialRecommendation论文下载地址

XingHe_XingHe_·2022-12-19 14:16

深度学习推荐模型-DeepCrossing

GoAI·2022-12-19 12:46

lijieshare·2022-12-19 10:11

论文阅读：LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation

论文阅读：LightGCN:SimplifyingandPoweringGraphConvolutionNetworkforRecommendationpaper：https://arxiv.org/abs

怼怼是酷盖·2022-12-19 00:48

Knowledge Graph Contrastive Learning for Recommendation（论文笔记）

模型流程：1.Relation-awareKnowledgeAggregation这一部分讲解下面两种模型，获取entity和item的第一阶段（first-stage）的表示向量。1.1KnowledgeAggregationwithRelationHeterogeneity讲解本文使用的获取item在网络结构上表示向量的方法。采用类GAT的GNN方式。1.2SemanticRepresenta

二流子学程序·2022-12-19 00:18

论文浅尝 | Knowledge Graph Contrastive Learning for Recommendation

笔记整理：刘尧锟，天津大学硕士链接：https://arxiv.org/pdf/2205.00976.pdf动机知识图谱已被用作有用的辅助信息来提高推荐质量。在这些推荐系统中，知识图谱信息通常包含丰富的事实和项目之间的内在语义相关性。然而，此类方法的成功依赖于高质量的知识图谱，并且可能无法学习质量表示，面临两个挑战：i）实体的长尾分布导致KG增强项目表示的监督信号稀疏；ii)现实世界的知识图谱通常

开放知识图谱·2022-12-19 00:47

文献阅读（51）SIGIR2021-Self-supervised Graph Learning for Recommendation

本文是对《Self-supervisedGraphLearningforRecommendation》一文的浅显翻译与理解，如有侵权即刻删除。

学徒刘猛·2022-12-19 00:47

【数据科学赛】Curriculum Recommendations #多标签分类 #$55,000 #Kaggle

CompHub·2022-12-18 17:22

【PAT甲级 - C++题解】1129 Recommendation System

spm=1011.2415.3001.5343专栏地址：PAT题解集合原题地址：题目详情-1129RecommendationSystem(pintia.cn)中文翻译：推荐系统专栏定位：为想考甲级PAT

Pandaconda·2022-12-15 17:03

【推荐系统】Netflix 推荐系统：第二部分

原文链接：http://techblog.netflix.com/2012/06/netflix-recommendations-beyond-5-stars.htm在blog的第一部分，我们详细介绍了

攻城狮凌风·2022-12-15 06:58

7 Papers & Radios | SIGGRAPH 2020最佳博士论文；南开等提出新型自校准卷积

目录：LightGCN:SimplifyingandPoweringGraphConvolutionNetworkforRecommendationDeformableSiameseAttentionNetworksforVisualObjectTrackingBoostingFew-ShotLear

baidu_huihui·2022-12-14 07:33

易_·2022-12-14 07:12

基于图神经网络 + 知识图谱的推荐系统 1

ACM2019论文阅读KGAT:KnowledgeGraphAttentionNetworkforRecommendation1.前言首先是对于阅读的总结,收集了最近的知识图谱在推荐中的应用,简单分类,

hylalalala·2022-12-12 07:06

近年Recsys论文

转载请注明出处：https://www.cnblogs.com/shenxiaolin/p/8321722.html】SIGIR-2015【Title】WEMAREC:AccurateandScalableRecommendationthroughWeightedandEnsembleMatrixApproxim

weixin_30263277·2022-12-10 16:58

2020上半年的sequential recommendation论文整理01——概述

I have a lemon·2022-12-10 16:23

tf全连接dense的几个函数

比如说下面的，但其实是一样的，只不过在tf2中只能用后者tf.contrib.layers.fully_connectedtf.layers.densetf.keras.layers.DenseForRecommendationinDeeplearningQQGroup102948747ForVisualindeeplearning

小李飞刀李寻欢·2022-12-09 08:52

transformer版本翻译——从torch到tf2

ForRecommendationinDeeplearningQQSecondG

小李飞刀李寻欢·2022-12-09 08:52

Socially-Aware Self-Supervised Tri-Training for Recommendation

摘要自监督学习(SSL)可以从原始数据中自动生成真实样本，在改进推荐系统方面具有巨大的潜力。现有的基于ssl的方法通过节点/边dropout干扰原始数据图，生成新的数据视图，然后对不同视图进行基于对比学习的自识别，学习通用的表示。在该模式下，只在两个不同视图的节点之间建立一个双射映射，说明忽略了来自其他节点的自监督信号。由于在推荐系统中被广泛观察到的同质性，我们认为来自其他节点的监督信号也很有可能

ZZZ___bj·2022-12-09 01:59

weixin_30247159·2022-12-08 19:20

观察者模式之四：基于知识库的信息推荐系统（本科毕业论文，学术道德问题，严禁抄袭）...

weixin_30907523·2022-12-08 19:20

DAN-SNR: A Deep Attentive Network for Social-Aware Next Point-of-Interest Recommendation

siyan985·2022-12-08 15:37

Xidian小韩同学·2022-12-07 06:34

机器学习与推荐算法·2022-12-07 06:34

2021上交跨域推荐最新综述论文

机器学习与推荐算法·2022-12-07 06:34

Attacking Black-box Recommendations viaCopying Cross-domain User Profiles

qq_43532928·2022-12-07 06:58

论文笔记：《Cross-Domain Recommendation via Preference Propagation GraphNet》

阅读日期：2021.6.5论文地址：论文来源论文信息：ZhaoC,LiC,FuC.Cross-domainrecommendationviapreferencepropagationGraphNet[C

猫岛主人·2022-12-07 06:28

推荐频道

Recommendation