Recommendation

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

【论文泛读】Leveraging Distribution Alignment via Stein Path for Cross-Domain Cold-Start Recommendation

LeveragingDistributionAlignmentviaSteinPathforCross-DomainCold-StartRecommendation-2021NeurIPS这是一篇发在NeurIPS2021
JinyuZ1996·2022-12-07 06:28

跨域推荐（一）Cross-Domain Recommendation, An Embedding and Mapping Approach （IJCAI-17）

目录跨域分类面临挑战模型实验对比总结跨域分类正如文章一开始说，跨域推荐是解决推荐领域数据稀疏性（sparsity）的一种方法。紧接着，文章介绍了两种跨域的方式以及缺点：1）非对称方式，利用源领域知识降低目标领域知识的稀疏性。这时源领域的知识在目标领域充当先验或正则化项的作用（不是我说的，我负责翻译哈，错了别打我）。作者说方法的核心是确定哪些知识可以被迁移过去，但笔者觉得还有一个重点就是如何迁移。2
wangyp946·2022-12-07 06:57

跨域推荐（二） A Deep Framework for Cross-Domain and Cross-System Recommendations （IJCAI-18）

LikeCDR,Cross-SystemRecommendation(CSR)isalsoaneffectivesolutionforthedatasparsi
wangyp946·2022-12-07 06:57

Cross-domain Recommendation Without sharing User-relevant Data简析

Cross-domainRecommendationWithoutsharingUser-relevantData介绍为了联合不同网站的相同数据以提高推荐质量，但是为了避免商业隐私，文章不使用用户相关的数据
loserChen.·2022-12-07 06:57

坤哥笑侃跨域推荐（二） A Deep Framework for Cross-Domain and Cross-System Recommendations （IJCAI-18）

跨域推荐第二弹，这篇文章有点萌。上篇文章地址https://blog.csdn.net/qq_32813967/article/details/81087973目录介绍跨系统CDR分类迁移方法的细分模型模型变化基准的计算1基准的计算2基准的解释others总结介绍说好的跨域推荐，跨系统--措手不及呀。跨系统说的是啥呢，我也不知道。跨系统于是乎，文章一开始（第一页都算一开始吧）就解释了什么是跨系统。
沧海素晴·2022-12-07 06:27

迁移学习与跨域推荐，以及解决跨域推荐的方法

迁移学习跨域推荐跨域推荐可以怎么做冷启动的其他一些方法可以参考的论文有哪些1.迁移学习以下内容参考【推荐系统中的多任务学习-卢明冬】进行修改和介绍，更多详细内容可以阅读：https://lumingdong.cn/multi-task-learning-in-recommendation-system.html
文文学霸·2022-12-07 06:26

跨域推荐(Cross-Domain Recommendation)的最新综述

论文解读系列第十六篇：IJCAI2021--跨域推荐（Cross-DomainRecommendation）的最新综述-知乎数据稀疏问题目录1.背景介绍(1)内容层级相关性(content-levelrelevance
睡觉特早头发特多·2022-12-07 06:53

2019_KDD_Social Recommendation with Optimal Limited Attention

[论文阅读笔记]2019_KDD_SocialRecommendationwithOptimalLimitedAttention论文下载地址：https://doi.org/10.1145/3292500.3330939
XingHe_XingHe_·2022-12-05 17:12

【文献阅读】 2018-SIGKDD-STAMP:Short-Term Attention/Memory Priority Model for Session-based Recommendation

此处将Session-basedRecommendation直译为会话推荐，有地方意译为短序列推荐。
lechuan_dafo·2022-12-04 14:52

推荐系统中的各个模型对比学习损失InfoNCE的具体实现方法

1、SGL写法（Self-supervisedGraphLearningforRecommendation）SGL使用的是基于图结构扰动的数据增强方式，他给每一个节点都建立了augmentedviews
smile_point·2022-12-03 16:29

DW推荐系统论文组队学习task5-ComiRec

一、序列推荐简介序列推荐（SequentialRecommendation）是一种通过建模用户行为与项目在时间序列上的模式，以给用户推荐相关物品的一种推荐系统范式，序列推荐系统将这些交互行为按照时间次序依次排列
Dr. J·2022-12-01 05:42

消融实验——Ablation experiment

“DKN:Deepknowledge-awarenetworkfornewsrecommendation.”Proceedingsofthe2018worl
呆萌的代Ma·2022-11-30 10:40

学习笔记-推荐系统(Recommender systems)

1.Contentbasedrecommendations所谓Contentbased，即已知每部电影的内容属性，包括浪漫、
Dmoll·2022-11-29 09:32

吴恩达机器学习笔记week16——推荐系统 Recommender Systems

week16——推荐系统RecommenderSystems16-1.问题规划Problemformulation——机器学习自动学习选取一系列适合的特征16-2.基于内容的推荐算法Content-basedrecommendations16
Saulty·2022-11-29 08:30

【含课程pdf & 测验答案】吴恩达-机器学习公开课 学习笔记 Week9-2 Recommender Systems

2RecommenderSystems9-2RecommenderSystems课程内容9-2-1PredictingMovieRatingsProblemFormulationContentBasedRecommendations9
CodingRae·2022-11-29 08:26

【机器学习】课程笔记15_推荐系统(Recommender Systems)

推荐系统问题规划（ProblemFormulation）基于内容的推荐算法（Content-BasedRecommendations）协同过滤（CollaborativeFiltering）协同过滤算法
雀栎·2022-11-29 08:24

Controllable Multi-Interest Framework for Recommendation 论文阅读笔记

1.ABSTRACT1.1e-commercerecommendersystems近年来，由于深度学习的快速发展，神经网络在电子商务推荐系统中得到了广泛的应用，并且将推荐系统形式化为一个顺序推荐问题，并打算预测用户可能被交互的下一个项目。Recently,neuralnetworkshavebeenwidelyusedine-commercerecommendersystems,owingtoth
寂ღ᭄秋࿐·2022-11-29 08:35

Recommendation Fairness: From Static to Dynamic 阅读笔记

论文链接https://arxiv.org/abs/2109.03150v1Section1引言越来越多的推荐系统开始将推荐建模为一个马尔可夫决策过程，并使用强化学习来解决这个问题。从而推荐系统场景下的公平性研究便面临着一个从静态评价与一次性干预staticevaluationandone-shotintervention到动态监控与不间断控制dynamicmonitoringandnon-sto
Catherine_he_ye·2022-11-29 03:00

论文阅读：MVIN: Learning Multiview Items for Recommendation

MVIN:LearningMultiviewItemsforRecommendation概述Introduction相关工作KG-awareRecommendationmodelsUser-ItemInteractionMVIN
Narcissus`小暮·2022-11-28 23:13

论文阅读——学习与知识图交互背后的意图以供推荐

WangX,HuangT,WangD,etal.LearningIntentsbehindInteractionswithKnowledgeGraphforRecommendation[J].2021.
春春辉·2022-11-28 23:43

知识图谱论文阅读（十七）【WWW2021】DGCN: Diversified Recommendation with Graph Convolutional Networks

如果不懂KGCN，可以看我上一篇博文论文题目：DGCN:DiversifiedRecommendationwithGraphConvolutionalNetworks论文链接：论文代码：https://
追赶早晨·2022-11-28 23:12

【kg推荐-＞精读】Differentiable Sampling on Knowledge Graph for Recommendation with Relational GNN

DSKReGDifferentiableSamplingonKnowledgeGraphforRecommendationwithRelationalGNNAbstract出现冷启动问题时，将KGs作为
小明2766·2022-11-28 23:38

矩池云上复现论文 Neural Graph Collaborative Filtering 环境复现

矩池云上复现论文NeuralGraphCollaborativeFiltering环境复现NeuralGraphCollaborativeFiltering(NGCF)isanewrecommendationframeworkbasedongraphneuralnetwork
机器学习是魔鬼·2022-11-28 15:13

BERT4Rec:使用Bert进行序列推荐

今天给大家介绍一篇BERT用于推荐系统的文章，题目是《BERT4Rec:SequentialRecommendationwithBidirectionalEncoderRepresentationsfromTransformer
just do it now·2022-11-28 13:43

推荐模型-基于知识图谱-2019：KTUP

UnifyingKnowledgeGraphLearningandRecommendation:TowardsaBetterUnderstandingofUserPreferences."
u013250861·2022-11-28 13:10

推荐模型-基于知识图谱-2021：KGIN

LearningIntentsbehindInteractionswithKnowledgeGraphforRecommendation."
u013250861·2022-11-28 13:09

【推荐算法论文阅读】BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Trans

一、背景之前基于RNN的推荐模型都是按照从左到右单向建模的，单向结构限制了用户行为序列中隐藏表示的能力——它们通常假定一个严格有序的序列，而这并不总是实用的。本文提出了bert4rec，应用deepbiderectionalself-attention来对用户的行为序列进行建模的。为了避免信息泄露，高效的训练双向模型，我们采用Cloze目标来进行顺序推荐，预测序列中的随机mask项，通过对其上下文
CC‘s World·2022-11-28 13:07

【推荐系统】BERT4Rec:使用Bert进行序列推荐

来自：Microstrong今天给大家介绍一篇BERT用于推荐系统的文章，题目是《BERT4Rec:SequentialRecommendationwithBidirectionalEncoderRepresentationsfromTransformer
zenRRan·2022-11-28 13:06

论文阅读 BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer

一句话总结：采用深层的双向自注意力来对用户行为序列进行建模。1.BERT4Rec简介根据用户历史的行为，对用户动态的偏好进行建模，对于推荐系统来说是有挑战的和重要的。之前的算法使用序列神经网络从左向右地编码用户的历史交互信息为隐含表示，进而进行推荐，因此只利用了单向的信息进行建模。尽管它们是有效的，但由于存在以下限制，我们认为这种从左到右的单向模型是次优的：单向结构限制了用户行为序列中隐藏表示的能
凝眸伏笔·2022-11-28 13:06

微软提出基于知识图谱的深度神经网络DKN用于新闻推荐

DKN:DeepKnowledge-AwareNetworkforNewsRecommendationHongweiWang,FuzhengZhang,XingXie,MinyiGuoShanghaiJiaoTongUniversity
frank_hetest·2022-11-28 13:03

加州大学提出时间间隔自注意力模型用于序列推荐(已开源)

TimeIntervalAwareSelf-AttentionforSequentialRecommendationJiachengLi,YujieWang,JulianMcAuleyUniversityofCalifornia
frank_hetest·2022-11-28 13:03

阿里推荐算法：BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transform

这篇是阿里猜你喜欢的一篇transformerpaper,含金量很高。注意：1.bert用在推荐系统中，将用户的历史序列看做是词序列。2.测试时，将序列的最后一个item进行maskedAbstract：根据用户历史的行为信息，对用户动态的偏好衍变进行建模，是对推荐系统产生的巨大挑战。现有算法使用序列神经网络，只能从左向右，利用单向信息进行建模。尽管这些放大得到了很好的效果，但是他们设定的严格顺序
Danni_hgc·2022-11-28 13:30

推荐模型-序列推荐-2019：BERT4Rec

BERT4Rec:SequentialRecommendationwithBidirectionalEncoderRepresentationsfromTransformer."
u013250861·2022-11-28 13:29

会话/序列推荐：Caser、SASRec、BERT4Rec [Session based / Sequential Recommendation]

目录Caser3模型3.1嵌入层3.2卷积层3.3全连接层3.4训练3.6与一些模型的关系SASRec2RELATEDWORK3METHODOLOGY3.1嵌入层3.2自注意力block3.3堆叠自注意力层3.4预测层3.5网络训练3.7讨论4实验4.1数据集4.2对比模型4.3实验细节4.4评价指标4.5推荐表现4.6消融实验4.8注意力权重可视化BERT4RecABSTRACT2RELATED
Dive_·2022-11-27 21:07

推荐算法炼丹笔记：阿里序列化推荐算法MRIF

MRIF:Multi-resolutionInterestFusionforRecommendation(SIGIR2020)作者：一元，公众号：炼丹笔记背景本文分享阿里的最新的工作，该工作中的aggregator
炼丹笔记·2022-11-27 21:07

加州大学提出个性化Transformer序列推荐模型SSE-PT(已开源)

SSE-PT:SequentialRecommendationViaPersonalizedTransformerLiweiWu,ShuqingLi,Cho-JuiHsieh,JamesSharpnackUniversityofCaliforniaRecSys2020https
frank_hetest·2022-11-27 21:36

#Reading Paper# SASRec：Self-Attentive Sequential Recommendation

#论文题目：SASRec：Self-AttentiveSequentialRecommendation（SASRec-基于自注意力机制的序列推荐）#论文地址：https://arxiv.org/abs/
堇禤·2022-11-27 21:03

推荐系统论文：MIND: A Large-scale Dataset for News Recommendation

MIND:ALarge-scaleDatasetforNewsRecommendationMIND论文总结MIND数据集新闻推荐系统实现的新闻推荐方法比较与结论MIND论文总结MIND数据集MIND新闻数据集由微软新闻的用户点击日志构建
子小云龙·2022-11-27 19:35

【论文导读】CIKM2019｜MIND---召回阶段的多兴趣网络模型

前言本次分享2019年由阿里团队发表在CIKM上的论文“Multi-InterestNetworkwithDynamicRoutingforRecommendationatTmall”，应用胶囊网络的动态路由算法来构建一个多兴趣网络
Blank_spaces·2022-11-27 19:59

MIND 论文

MIND：Multi-InterestNetworkwithDynamicRoutingforRecommendationatTmall一、论文关于多兴趣召回的论文，属于U2I召回的一种，传统的召回方法针对一个
Altira·2022-11-27 19:29

智能推荐--协同过滤（电影推荐）

什么是协同过滤：协同过滤（CollaborativeFilteringrecommendation）简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应
三水番01·2022-11-27 18:44

基于MovieLens的电影推荐系统

ThissummerIwasprivilegedtocollaboratewithMadeWithMLtoexperienceameaningfulincubationtowardsdatascience.IchosetheawesomeMovieLensdatasetandmanagedtocreateamovierecommendationsystemthatsomehowsimulatess
weixin_26752765·2022-11-27 18:43

CIKM2022最佳论文: 快手提出移动端实时短视频推荐系统

获奖论文《Real-timeShortVideoRecommendationonMobileDevices》针对短视频推荐场景，传统服务端部署的推荐系统在决策时机和实时特征利用方面的不足问题，通过在移动客户端部署推荐系统来实时响应用户反
文文学霸·2022-11-27 10:01

推荐系统知识梳理——GBDT&LR

本次是datawhale组织的学习活动，具体参见：RecommendationSystemFundamentals1.GBDT+LR简介前面介绍的协同过滤和矩阵分解存在的劣势就是仅利用了用户与物品相互行为信息进行推荐
越前浩波·2022-11-26 23:50

推荐系统顶会论文总结——WSDM 2021

WSDM20211.Real-timeRelevantRecommendationSuggestionAuthor(Institute):RuobingXieKeyWords：relevantrecommendationDataset
Bad man_·2022-11-26 21:10

WSDM 2022 推荐系统论文阅读（上）

1.APeepintotheFuture:AdversarialFutureEncodinginRecommendation公司/学校：微信摘要：提出要让推荐模型可以利用futurefeature。
XJTU-Qidong·2022-11-26 21:37

WSDM 2022最佳论文候选：港大提出多行为对比元学习的推荐系统

©PaperWeekly原创·作者|韦玮单位|香港大学研究方向|推荐系统论文标题：ContrastiveMetaLearningwithBehaviorMultiplicityforRecommendation
PaperWeekly·2022-11-26 21:36

Session-based Recommendation with Graph Neural Networks论文阅读笔记

Theproblemofsession-basedrecommendationaimstopredictuseractionsbasedonanonymoussessions.（2）以前的方法存在的不足
寂ღ᭄秋࿐·2022-11-26 20:13

胡扯推荐算法（协同）及其dome实现

推荐系统定义推荐系统(RecommendationSystem,RS)，就是根据用户的日常行为，自动预测用户的喜好，为用户提供更多完善的服务。例如给DY上的小姐姐疯狂点赞此时DY会疯狂推送小姐姐，那
Huterox·2022-11-26 17:03
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他