Recommender

推荐系统之离线模块

{Dataset,SparkSession}objectStatoisticsRecommender{valMONGO_URI:String="mongodb://hadoop10
刚入门的程序猿·2023-03-18 18:23

Spring IOC容器注解 @Autowired、@Resource、@Primary、@Value的用法

一、使用@Autowired您可以将@Autowired注释应用于构造函数，如下例所示：publicclassMovieRecommender{privatefinalCustomerPreferenceDaocustomerPreferenceDao
Doker 多克·2023-03-16 13:41

第十六章 推荐系统(Recommender Systems)

看到推荐系统的时候，我是很兴奋的，因为我很多同学都是走这个方向的，然而，我却对这个方向一点都不了解。。。。。。16.1问题形式化在很多企业中，推荐系统是一个很重要的营销手段。我们直接进入主题吧！！我们从一个例子开始定义推荐系统的问题。假使我们是一个电影供应商，我们有5部电影和4个用户，我们要求用户为电影打分。前三部电影是爱情片，后两部则是动作片，我们可以看出Alice和Bob似乎更倾向与爱情片，而
Colleen_oh·2023-03-15 12:51

推荐系统 Recommender System

推荐系统概述所谓推荐系统，就是向用户推荐用户可能会喜欢的元素（item），这个元素可以是各种内容，比如看什么新闻（头条），买什么东西（淘宝），听什么音乐（网易云）。分为个性化推荐和非个性化推荐两大类。个性化推荐：指的是对每个用户都有不同的推荐内容非个性化推荐：指的是按热度推荐（topN），按地区推荐等等。两种推荐方式在不同场景下都有一定的效果。推荐系统的意义出售更多的商品增加用户满意度出售多种类型
断舍离_0025·2023-03-09 19:01

@Autowired注解的实现原理

将@Autowired注解应用于构造函数，如以下示例所示public class MovieRecommender {     private final CustomerPreferenceDao customerPreferenceDao
azhou的代码园·2023-02-20 10:41

PAL：华为对于广告推荐position bias问题的解决方案

www.researchgate.net/publication/335771749_PAL_a_position-bias_aware_learning_framework_for_CTR_prediction_in_live_recommender_systemsPositionbias
小新_XX·2023-02-19 04:45

(1)论文 WWW2019 《Knowledge Graph Convolutional Networks for Recommender Systems》

论文信息论文名称:KnowledgeGraphConvolutionalNetworksforRecommenderSystems会议:WWW2019论文地址:https://dl_acm.xilesou.top
无大大无大大·2023-02-17 04:19

【RS-Attack】Poisoning Attacks to Graph-Based Recommender Systems (ACSAC‘18)

PoisoningAttackstoGraph-BasedRecommenderSystemsACSAC’18这篇文章虽然是攻击图推荐模型，但是实际攻击的是RandomWalk算法RandomWalk选择
chad_lee·2023-02-06 18:50

Detection of Trust Shilling Attacks in Recommender Systems

摘要大多数关于检测先令攻击的研究都集中在用户的评分行为上，但没有考虑到攻击者也可能攻击用户的信任行为。例如，攻击者可能会给其他用户的评分打低分，这样人们就会认为用户的评分没有帮助。在本文中，我们定义了信任先令攻击，提出了信任攻击的行为特征，并提出了一种使用机器学习方法的有效检测方法。实验结果表明，基于我们提出的信任攻击行为特征，我们可以准确地检测信任先令攻击以及传统的先令攻击。1.介绍推荐系统在信
qq_43532928·2023-02-06 18:47

[阅读笔记1]Data Poisoning Attacks to Deep Learning BasedRecommender Systems

个人总结：本文主要通过构造一个毒药模型——用于预测假用户的评分项目，从而构造m个假用户，将假用户注入到推荐系统中，达到影响推荐系统对普通用户的推荐项目（让一个项目能尽可能多的出现在普通用户的推荐列表中）攻击的最终目的是推广自己的项目到普通用户，让自己的项目的推荐率达到最大。不是直接让假用户生成需要的评分项目，需要训练出一个代理的毒药模型模拟基于深度学习的目标推荐系统。然后用这个模型预测每个假用户的
qq_43532928·2023-02-06 18:16

Defending Substitution-Based Profile Pollution Attacks on SequentialRecommenders

摘要虽然序列推荐系统在捕获用户动态方面取得了显著的改进，但我们认为序列推荐系统对基于替代的轮廓污染攻击是脆弱的。为了证明我们的假设，我们提出了一种基于替代的对抗性攻击算法，该算法通过选择某些脆弱元素并用对抗性项目替换它们来修改输入序列。在非目标和目标攻击场景中，我们观察到使用所提出的轮廓污染算法的性能显著下降。基于这些观察结果，我们设计了一种有效的对抗性防御方法，称为狄利克雷邻域抽样(Dirich
qq_43532928·2023-02-06 18:16

Black-Box Attacks on Sequential Recommenders via Data-Free ModelExtraction

摘要我们研究了模型提取是否可以用来“窃取”顺序推荐系统的权值，以及对此类攻击的受害者构成的潜在威胁。这种风险在图像和文本分类中引起了关注，但据我们所知，在推荐系统中却没有。我们认为，序列推荐系统由于特定的自回归机制，受到独特的弱点。（自回归预测法（Autoregression,AR）是指，利用预测目标的历史时间数列在不同时期取值之间存在的依存关系(即自身相关)，建立起回归方程进行预测。具体说，就是
qq_43532928·2023-02-06 18:16

Triple Adversarial Learning for Influence based PoisoningAttack in Recommender Systems

摘要：推荐系统作为解决信息超载问题的一种重要手段，在电子商务、广告等多个领域得到了广泛的应用。然而，最近的研究表明，推荐系统很容易受到中毒攻击；也就是说，在推荐系统中注入一组精心设计的用户档案会严重影响推荐质量。目的（从先令攻击发展到基于优化的攻击，但在大多数攻击中生成的数据的不可感知性和危害是难以平衡的）为此，我们提出了一种基于影响的中毒攻击（三重对抗性中毒攻击），这是一种灵活的端到端中毒框架，
qq_43532928·2023-02-06 18:43

【矩阵分解七】论文阅读MATRIX FACTORIZATION TECHNIQUES FOR RECOMMENDER SYSTEMS

总结：该论文将构造rating矩阵的多中种方式都讲述了一遍。主要讲ALS在优化参数时，优于SGD的方面，体现在对预测rui的组成部分的逼近。introduction引言推荐系统的基于两个策略contentfiltering，比如，商品本身的属性，另一个是用户属性。基于内容的推荐策略，要求聚集一些额外的信息，这一班不太容易收集。内容过滤策略的一个可替代方式是依赖于用户过往行为。称之为协同过滤，对冷启
凝眸伏笔·2023-02-04 21:32

矩阵分解（MF）：MATRIXFACTORIZATIONTECHNIQUES FORRECOMMENDERSYSTEMS

一、前言上篇文章提到UserCFandItemCF（CollaborativeFiltering）_只想做个咸鱼的博客-CSDN博客协同过滤的缺点是，头部效应较为明显且泛化能力较弱的问题，矩阵分解算法被提出，加入了隐向量的概念，加强模型处理稀疏矩阵的能力下面让我们一起来看一下什么是隐向量及怎么用隐向量二、MF算法概念1、隐向量矩阵分解算法是期望为每一个用户和物品生成一个隐向量，将用户和物品定位到隐
只想做个咸鱼·2023-02-04 21:59

Matrix factorization techniques for recommender systems，Yehuda Koren et al.，2009

随机梯度下降6.2交替最小二乘7增加偏差8额外的输入源9时间动态10具有不同置信水平的输入11Netflix大奖赛参考修改1基本信息项目信息名称Matrixfactorizationtechniquesforrecommendersystems
lcg_magic·2023-02-04 14:51

2021-WSDM-Decomposed Collaborative Filtering: Modeling Explicit and Implicit Factors For Recommender

DecomposedCollaborativeFiltering:ModelingExplicitandImplicitFactorsForRecommenderSystems2021WSDMCF的主题是表示学习
Dive_·2023-02-03 03:13

推荐模型-序列推荐-2018：SHAN

SequentialRecommenderSystembasedonHierarchicalAttentionNetwork."inIJCAI2018
u013250861·2023-01-31 17:11

社会计算复习 之 REVIEW RECOMMENDER SYSTEMS

什么是RacommendersystemAsystemwhichcouldrecommandstuffbasedonotherspeopledid为什么要使用推荐系统在购物网站上，我们有太多的选择广告的种类太多找到最好的网站推荐影片和书籍帮助用户选择他们想要的，帮助用户根据goal做正确的决定推荐的算法基于特征的推荐算法FeatureBased（contentbased）基于一件事物的特点推荐另一
玮哥的博客·2023-01-31 03:32

[论文阅读2]Influence Function based Data Poisoning Attacks to Top-NRecommender Systems

摘要：推荐系统是web服务的重要组成部分。流行的推荐系统使用大量的众包用户-项目交互数据对用户偏好和项目属性进行建模，例如，评分分数；然后向用户推荐与用户偏好最匹配的n顶级项目。在这项工作中，我们展示了攻击者可以向推荐系统发起数据的数据中毒攻击，通过向虚假用户注入精心设计的用户-项交互数据，根据攻击者的要求提出建议。具体来说，攻击者可以欺骗推荐系统，向尽可能多的普通用户推荐目标项目。我们关注基于矩
qq_43532928·2023-01-30 21:34

基于深度学习的推荐系统中的毒药攻击

《DataPoisoningAttackstoDeepLearningBasedRecommenderSystems》论文阅读笔记背景：（1）推荐系统，从基于近邻，关联规则，矩阵分解，到基于深度学习的模型
Xidian小韩同学·2023-01-29 20:37

深度学习于推荐系统综述：Deep Learning based Recommender System: A Survey and New Perspectives

前言论文链接：https://arxiv.org/abs/1707.07435部分内容参考于https://blog.csdn.net/w5688414/article/details/78651121系列博客主要整理与MLP及AE相关内容，仅用于自己学习笔记之用基于深度学习的推荐系统1.基于多层感知机的推荐系统多层感知器(Multi-LayerPerceptron，MLP)也叫人工神经网络(Ar
饮冰l·2023-01-29 19:31

Recommender Systems

RecommenderSystemsProblemformulationContent-basedrecommendationsOptimizationobjectiveTolearn(parameterforuser
玄语梨落·2023-01-29 16:29

[Paper] || KGCN详解 Knowledge Graph Convolutional Networks for Recommender Systems

一句话总结：用GCN对KnowledgeGraph做ModelMotivation推荐系统中存在的问题用户-物品的交互数据非常稀疏冷启动问题（有新的item加入时，无法根据用户和这个item的历史记录做推荐）传统推荐系统方法遇到的问题.png解决思路：引入其它信息（Sideinformation）社交网络物品/用户的属性上下文信息（用户在哪里买的，当时购物车里还有什么其它信息...）知识图谱Kno
葵sunshine·2023-01-29 14:59

推荐系统环境安装（recommenders、scikit-surprise、lightfm）中遇到的问题

1前言最近想新开一个坑，跑一下推荐系统方面的code，于是重新配置了一个RecommenderSystem的Conda环境，把遇到的问题记录一下，希望对你有用。
Rich Sniper·2023-01-29 04:20

讲解：VIMIAC10、Java、recommender system、JavaWeb|R

VIMIAC1020192ndMajorhomeworkAudiobookrecommendersystem1.IntroductionLetusassume,thatthereisanonlineaudiobookstorethatdisplayscommonpropertiesforeachaudiobookofferedforsale.Suchpropertiesincludetherati
kuiernin·2023-01-29 03:41

论文记录：Towards Knowledge-Based Recommender Dialog System

Endtoendknowledge-based,recommendationdialogsystem.Recommendationsystem:CF(collaborativefiltering),neuralnetworks,etc.Inthispaper,itemembeddinganduserembeddingisused.Itemembeddingiscomputedonstructure
zy04·2023-01-23 13:13

吴恩达机器学习day13（推荐系统(Recommender Systems)）

推荐系统(RecommenderSystems一.问题形式化二.基于内容的推荐系统三.协同过滤四.协同过滤算法五.向量化：低秩矩阵分解六.推行工作上的细节：均值归一化一.问题形式化我们从一个例子开始定义推荐系统的问题
晨沉宸辰·2023-01-21 21:27

论文-Towards knowledge-based recommender dialog system

题目Towardsknowledge-basedrecommenderdialogsystem简介这是一篇ACL-2019的文章，该论文提出了一个称为KBRD的框架，它是一个基于知识图谱的推荐对话系统，
えド·2023-01-20 05:30

论文-《Towards Conversational Recommender Systems》

题目TowardsConversationalRecommenderSystems简介当被要求为他们不认识的人做推荐时，人类可以快速建立偏好。
えド·2023-01-20 05:30

【Paper-Attack】Poisoning Attacks to Graph-Based Recommender Systems

PoisoningAttackstoGraph-BasedRecommenderSystems背景一些研究显示推荐系统容易受到poisoningattack（向推荐系统注入虚假数据，从而使推荐系统按照攻击者的意愿做推荐
duanyuchen·2023-01-19 20:02

Data Poisoning Attacks to Deep Learning Based Recommender Systems论文解读

1摘要在这项工作中，作者对基于深度学习的推荐系统的数据中毒攻击进行了首次系统研究。攻击者的目标是操纵推荐系统，以便向许多用户推荐攻击者选择的目标项目。为了实现这一目标，作者将精心设计的评分注入到推荐系统中的假用户。具体来说，作者将攻击表述为一个优化问题，这样注入的评分将最大化推荐目标项目的普通用户的数量。然而，解决优化问题具有挑战性，因为它是一个非凸整数规划问题。为了应对这一挑战，作者开发了多种技
HenrySmale·2023-01-19 20:00

推荐系统+因果推断（二）——kdd‘21用反事实推理缓解召回阶段的数据流行度偏差Model-Agnostic Counterfactual Reasoning for EliminatingPopu

Model-AgnosticCounterfactualReasoningforEliminatingPopularityBiasinRecommenderSystemhttps://dl.acm.org
夏未眠秋风起·2023-01-16 08:38

【翻译】Bing-CF-IDF+：语义驱动的新闻推荐系统

翻译：Bing-CF-IDF+：语义驱动的新闻推荐系统原文：Bing-CF-IDF+:ASemantics-DrivenNewsRecommenderSystem摘要：随着网络中，新闻数量的不断增长，查找关联内容的需求也在增强
FUNCO_小风·2023-01-14 20:46

[应用智能2022] 面向开放设施的基于 MANET 的推荐系统

TowardsMANET-basedRecommenderSystemsforOpenFacilitieshttps://link.springer.com/article/10.1007/s10489
sinat_38007523·2023-01-14 15:21

Outline of Machine Learning created by Andrew Ng on Coursera

llknowhowtoapplythemostadvancedmachinelearningalgorithmstosuchproblemsasanti-spam,imagerecognition,clustering,buildingrecommendersystems
汐雪池间·2023-01-14 11:06

Coursera-Unsupervised Learning, Recommenders, Reinforcement Learning--异常检测Anomaly Detection

异常检测算法用于处理unlabeleddatasetofnormalevents，在此基础上建立模型，检测数据是否异常一、密度估计DensityEstimation给定训练数据集（注意其中的数据都是normalevents），建立p(x)代表x出现在数据集的可能性；通过计算p(xtest)并与进行对比，时为异常事件，否则为正常事件二、正态分布/高斯分布GaussianDistribution定义概
elfighting·2023-01-14 00:55

A Survey on Trustworthy Recommender Systems 25 Jul 2022

Abstract(原文无)TrustworthyRecommenderSystems(TRS)可信推荐系统传统影响力很大，但是不受欢迎。因为涉及用户隐私，由此引出TRS。
我在Bilibili上大学·2023-01-12 21:41

几种常用的 Metrics to evaluate the link prediction results / recommender systems 链接预测评估指标，推荐系统适用

Hit@K:indicateswhetheratleastoneofthetop-Krecommendeditemswasinthetestdata(theby-useraverageistypicallycalled"HitRate"or"HitattopK").表示在TopK个推荐项里，是否至少有一个在测试数据中/是正确答案，常用的有Hits@1，和Hits@10等。MRR:MeanRecip
PtitMatcha·2023-01-12 13:52

【会话推荐论文阅读】Unsupervised Proxy Selection for Session-based Recommender Systems

UnsupervisedProxySelectionforSession-basedRecommenderSystemsSIGIR2021找了一圈也没见有人分享这篇论文的解读，斗胆把个人的理解记录下来，
谷米今天认路了吗·2023-01-11 16:36

KDD 2020 | 会话推荐系统新进展：基于互信息最大化的多知识图谱语义融合

论文标题：ImprovingConversationalRecommenderSystemsviaKnowledgeGraphbasedSemanticFusion论文来源：ACMSIGKDD2020论文链接
mishidemudong·2023-01-11 16:06

【论文阅读】会话推荐系统综述 A Survey on Session-based Recommender Systems

阅读笔记2.1什么是会话推荐2.2会话推荐研究现状2.2.1按推荐内容分类2.2.2按技术模型分类2.3会话推荐未来进展三、下周计划一、文章信息文章信息文章标题ASurveyonSession-basedRecommenderSystems
-猫耳朵-·2023-01-11 16:35

2022年会话推荐综述

title:2022年会话推荐综述最近对于会话推荐有了新的兴趣文章题目：ASurveyonSession-basedRecommenderSystems0.前言提供了一个统一的框架来对SBRSs研究进行分类
萌萌哒的小羊·2023-01-11 16:32

十月学习日记

目录InteractiveRecommenderSystemviaKnowledgeGraph-enhancedReinforcementLearningABSTRACTINTRODUCTION问题KERLMETHODoverleaf
strawberry47·2023-01-09 11:55

推荐系统：开源项目/工具【谷歌：TensorFlow Recommenders】【Facebook：TorchRec】【百度：Graph4Rec】【阿里：DeepRec和EasyRec】

推荐系统（RecommenderSystem）主要是用于解决大数据时代信息过载的问题，其主要根据用户的历史偏好和约束为用户提供排序的个性化物品（item）推荐列表，更精准的推荐系统可以提升和改善用户体验
u013250861·2023-01-08 22:08

Graph Learning based Recommender Systems: A Review，速览图推荐系统综述 IJCAI2021

文章目录数据分类以及模型一般交互数据的图推荐系统序列交互数据的图推荐系统利用边信息的推荐系统结合知识图谱的推荐系统图推荐的算法随机游走GraphEmbeddingGraphNeuralNetworkApproach未来研究方向已有的工作和数据集本文首发于公众号：code路漫漫，欢迎关注IJCAI2021年图推荐综述，原文地址https://www.researchgate.net/publicat
hhmy77·2023-01-05 16:49

论文阅读16：Reinforcement Learning based Recommender System using Biclustering Technique

ReinforcementLearningbasedRecommenderSystemusingBiclusteringTechnique原文链接：https://arxiv.org/pdf/1801.05532
uuummmmiiii·2023-01-05 00:34

mae python实现_矩阵分解及代码实现

首先对MatrixFactorizationTechniquesforRecommenderSystems这篇论文的核心公式进行讲解和推导；然后用Python代码在Movielens数据集上进行测试实验
weixin_39850167·2023-01-04 13:31

推荐系统的链路一致性与position-bias建模

©作者|Recommender研究方向|推荐排序算法前言在大多数搜广推场景中，广泛存在着各种各样的bias。在不同的场景中，不同的bias造成的影响不同。
PaperWeekly·2023-01-04 13:44

机器学习基本算法思想和步骤

、生成式和判别式模型八、SVM九、SVM概念十、BP神经网络十一、决策树十二、stacking十三、特征选择十四、异常检测18-Lecture15-XV.AnomalyDetection十五、推荐系统RecommenderSystems
两面包+芝士·2023-01-01 14:26
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他