Session-based 第2页

论文代码解读——SRGNN（Session-based Recommendation with Graph Neural Networks）

整体模型数据处理示例数据集：主要有session_id,item_id,time程序处理完数据后格式：train.txt[[session_id序列],[序列下一个session_id...]]比如：一个session_id中，根据时间顺序，用户点击了商品，1，2,3,4,5就有序列([[1,2,3,4],[1,2,3],[1,2],[1]],[5,4,3,2])test.txt格式与train.

请不要问我是谁·2021-06-13 01:38

Rethinking the Item Order in Session-based Recommendation with Graph Neural Networks

CIKM2019PleaseclickhereforGitHublink.Introduction作者提出的观点：如何从会话中的交互中提取具有代表性的信息来表示用户的偏好是基于会话的RS的本质。用户在会话中的偏好变化表明，不应将项目简单地视为时间序列，项目转换模式更为复杂。计算最后一个项目的相对重要性，会忽略会话中的特定项目转换模式。确定会话中项目的内在顺序非常重要。这种内在顺序既不是RNN的直接

懿想天开_·2021-04-19 16:23

Session-based Recommendation with Graph Neural Networks

AAAI2019原作关于这篇文章的blog：https://sxkdz.github.io/research/SR-GNN/Github地址：https://github.com/CRIPAC-DIG/SR-GNN本文提出了一种基于会话的图形神经网络推荐系统（SR-GNN）。Introduction之前存在的问题：在基于会话的推荐系统中，会话大多是匿名的，且数量众多；之前的方法总是模拟连续项目之间

懿想天开_·2021-04-18 19:11

新闻推荐(8):Context-aware Graph Embedding for Session-based News Recommendation

前言Recsys2020中一篇关于新闻推荐的短文关键点：关注短期兴趣，session-based,基于图挖掘用户阅读序列的语义结构和关联由于实际新闻系统中登录用户相应的交互记录相对比较有限，会话级（短序列

阿瑟_TJRS·2021-04-17 18:42

基于图的推荐算法(8)：Session-based Recommendation with Graph Neural Networks

前言AAAI2019，针对基于session的推荐任务，设计的基于GNN的推荐算法。Session-basedRecommendationwithGraphNeuralNetworks-YanqiaoZHU(sxkdz.github.io)摘要基于会话的推荐问题旨在基于匿名会话预测来用户操作。之前的方法将会话session建模为一个序列，并建模物品表示和用户表征以生成推荐。但它们不足以在sessi

阿瑟_TJRS·2021-04-12 20:12

SR-GNN论文解读并附代码分析

session-based？一般是指用户的行为，时间一般限制在30min内，也就是说用户在30min内的点击浏览行为，这是一个会话。

VideoRec·2020-09-17 03:16

开源 | 基于会话的最优推荐模型：SR-GNN的PaddlePaddle实现

本文转载自百度PaddlePaddle百度深度学习平台PaddlePaddle于近期开源了基于会话（session-based）的推荐系统模型（SR-GNN）。

量子位·2020-09-17 03:12

论文阅读《Graph Contextualized Self-Attention Network for Session-based Recommendation》

论文地址：https://www.ijcai.org/Proceedings/2019/0547.pdfGraphContextualizedSelf-AttentionNetworkforSession-basedRecommendation1.引言在电子商务、音乐、社交媒体等许多应用领域，推荐系统在帮助用户缓解信息过载和选择感兴趣内容方面发挥着重要作用。现有的大部分推荐系统都是基于用户历史的互

MissCode999·2020-08-04 15:15

推荐中的序列化建模：Session-based neural recommendation

原文网址：https://zhuanlan.zhihu.com/p/30720579?from=timeline前言：本文对RecurrentNeuralNetwork在推荐领域的序列数据建模进行梳理，整理推荐领域和深度学习领域顶会RecSys、ICLR等中的9篇论文进行整理，图片和文字来源于原文，帮助读者理解，有争议的请联系我。本文作者：白婷，博士生，中国人民大学，目前研究方向为深度学习、推荐系

洋葱ycy·2020-07-12 18:08

Session-based recommendations with recurrent neural networks（阅读理解）

本文是最大贡献在于第一次将RNN使用到Session-basedRecommendation中作者将用户的行为作为看做是序列问题，有效的将时间信息添加到网络中，在传统的两类推荐方法中——基于内容的推荐算法和协同过滤推荐算法（model-based、memory-based）在刻画序列数据中存在缺陷：每个item相互独立，不能建模item的连续偏好信息，缺失了整个序列的休息。而本文的方法恰好运用到真

发发fjfj·2020-07-12 04:21

《Improved Recurrent Neural Networks for Session-based Recommendations》 DLRS 2016 阅读笔记

简介：和上一篇介绍的ICLR2016文章所要解决的问题一致，即利用session内用户的点击序列去预测用户下一次点击的item。方法也运用的RNN，但是更多在于引入了一些优化方法，如dataaugmentation,modelpretrain,generalizeddistillation(useofprivilegedinformation)等。直接先上文中使用的模型图。相比上一篇文章，整个模型

StudyLess·2020-07-12 00:19

Session-based Recommendation with Graph Neural Networks & GNN

最近在实验室组会主讲了一些关于GNN的理解并讨论了以篇发表于AAAI2019的关于门控图神经网络在推荐系统中应用的论文。现将相关内容予以记录。其中的截图有涉及到相关博主的博客，均已列于文献引用中，如有不当，请告知删除，谢谢！1.“AComprehensiveSurveyonGraphNeuralNetworks”1.1引言像CNN、RNN这样的深度学习模型在图像、文本、音视频等欧式空间中的数据上取

angel_峰起云涌·2020-07-11 23:30

【SR-GNN】Session-based Recommendation with Graph Neural Networks详解

结构图：首先，将所有会话序列建模为定向会话图，其中每个会话序列可以作为子图处理。然后依次处理每个会话图，通过门控图神经网络得到每个图中所有节点的潜在向量。然后，我们将每个会话表示为全局首选项和用户当前对该会话的兴趣的组合，其中这些全局和本地会话嵌入向量都由节点的潜在向量组成。最后，对于每个会话，我们预测每个条目成为下一个单击的概率。在真实数据集上进行的大量实验证明了该方法的有效性。开源代码在：ht

你不定积分没加C�·2020-07-11 04:41

基于记忆优先级的短序列推荐（Session-based Recommendation）

paper_reader·2020-07-02 14:36

【推荐系统】【论文阅读笔记】【survey】A Survey on Session-based Recommender Systems基于会话的推荐系统综述

论文链接：arXiv:1902.04864v1一、为什么需要基于会话的推荐系统（SBRS）基于内容的RS和协作过滤RS是两个具有代表性的RS。然而，这些传统的RS仍然存在一些缺点。关键的一点是，它们只关注用户的长期静态偏好，而忽略了用户的短期事务模式，这会导致用户的偏好随时间的推移而丢失。在这种情况下，用户在某个时间点的意图可能很容易被其历史购物行为淹没，从而导致不可靠的推荐。这是因为这些RS通常

yong_ss·2020-06-30 08:44

论文笔记-A Survey on Session-based Recommender Systems

lyatdawn·2020-06-25 00:05

review for Neural Attentive Session-based Recommendation

reviewforNeuralAttentiveSession-basedRecommendation简介主要贡献\创新点背景ModeloverviewGlobalEncoderinNARMLocalEncoderinNARMNARMModel实验简介本文作者是JingLi等人，发表于CIKM2017，代码地址主要贡献\创新点具有注意机制的混合编码器，以模拟用户的顺序行为（sequentialbe

DebonairLi·2020-06-21 19:51

review for STAMP: Short-Term Atention/Memory Priority Model for Session-based Recommendation

reviewforSTAMP:Short-TermAtention/MemoryPriorityModelforSession-basedRecommendation基本介绍主要贡献/创新点相关工作Model实验总结基本介绍本文的作者是QiaoLiu等人，来自成都电子科技大学，该文发表于KDD2018。本文代码地址STAMP.主要贡献/创新点引入了一个短期注意/记忆优先级模型，该模型学习：（a）具

DebonairLi·2020-06-21 19:20

review for RepeatNet: A Repeat Aware Neural Recommendation Machine for Session-based Recommendation

reviewforRepeatNet:ARepeatAwareNeuralRecommendationMachineforSession-basedRecommendation简介主要贡献/创新点背景ModelSessionencoderRepeat-exploremechanismrepeatrecommendationdecoderexplorerecommendationdecoderobj

DebonairLi·2020-06-21 19:20

Neural-Attentive-Session-Based-Recommendation

ZhuminChen来源：ICKM17代码：https://github.com/Wang-Shuo/Neural-Attentive-Session-Based-Recommendation-PyTorch/Session-based

酱油啊_·2020-05-08 19:44

Session-based Authentication and Token-based Authentication

参考自：http://security.stackexchange.com/questions/81756/session-authentication-vs-token-authenticationSession-basedAuthentication服务器储存用户信息，给客户端发送一个标识符，客户端每次请求带上这个标识符从而服务端可以识别用户。Token-basedAuthentication

stone_yao·2020-04-08 22:35

session-based embedding

前记表示学习RepresentationLearning从word2vec火起来，一开始解决的是nlp中的词和词组embedding，然后成为通用的session-based的embedding方法，目前开始在网络表示学习

xiiatuuo·2020-03-12 11:12

Graph Contextualized Self-Attention Network for Session-based Recommendation

IJCAI2019本论文在Session-basedRecommendationwithGraphNeuralNetworks论文的基础上应用了自注意力机制。Model在图神经网络部分，作者使用的依旧是门控图神经网络。之后作者应用了自注意力机制。最终将结果输入到PredictionLayer得到最终的score。Self-AttentionLayers首先是一个Self-Attentionlaye

懿想天开_·2019-10-07 15:24

review for RepeatNet: A Repeat Aware Neural Recommendation Machine for Session-based Recommendation

reviewforRepeatNet:ARepeatAwareNeuralRecommendationMachineforSession-basedRecommendation简介主要贡献/创新点背景ModelSessionencoderRepeat-exploremechanismrepeatrecommendationdecoderexplorerecommendationdecoderobj

DebonairLi·2019-04-07 21:51

GNN:Session-based Recommendation with Graph Neural Networks简介

Session-basedRecommendationwithGraphNeuralNetworks摘要作者提出SR-GNN,将session序列建模为图结构数据。在session图的基础上，GNN可以捕捉到items的复杂转换。每一个session利用注意力机制将整体偏好与当前偏好结合进行表示。介绍作者diss了基于马尔可夫链的工作非常依赖数据独立性的假设的。利用RNN的基于session的推荐

loserChen.·2019-03-17 11:35

session-based recommendation有关的论文阅读记录

最近要做关于session-basedrecommendation有关的东西，看了一些论文，写一点阅读笔记记录一下。督促自己快看快看！！！用来进行session-basedrecommendation的算法可以如下分类：不用深度学习的算法：item-to-itemrecommendation马尔科夫链用到深度学习的算法没有用到RNN的1）STAMPShort-TermAttention/Memor

like_red·2018-10-26 15:04

论文笔记：session-based recommendations with recurrent neural networks

在介绍这篇论文主要内容之前，先简单介绍下论文中会用到的几个概念。这些概念对于理解这篇论文有一定帮助。循环神经网络循环神经网络跟其他网络相比最明显的特点就是RNN具有记忆功能。从网络结构上看，循环神经网络会记忆之前的信息，并利用之前的信息影响后面结点的输出。具体来说，就是通过门(gate)的结构让信息有选择性地影响循环神经网络中每个时刻的状态。这里我们重点说一下门。门（有开关，阀门等）顾名思义，在这

chris_xy·2017-09-24 21:34

BIEE 11g WebService指南

其中PresentationServices的WebServices从调用方式上来说，又分为两种：基于会话(Session-Based)的WebServices及BIEEWebServicesforSOA

lele5000·2016-03-27 20:00

探索式测试：基于测程的测试管理（Session-Based Test Management）

为了使探索式测试满足软件开发团队对可管理性的要求，Jonathan Bach和James Bach提出了基于测程的测试管理（Session-Based Test Management，简称SBTM

·2015-11-08 13:03

基于事件的计费和基于会话的计费

离线和在线计费程序都可以分为两种截然不同的类型：即基于事件的计费（Event-based Charging）和基于会话的计费（Session-based Charging）。

monsoongale·2010-06-07 23:00

基于事件的计费和基于会话的计费

离线和在线计费程序都可以分为两种截然不同的类型：即基于事件的计费（Event-based Charging）和基于会话的计费（Session-based Charging）。

monsoongale·2010-06-07 23:00

推荐频道

Session-based

论文代码解读——SRGNN（Session-based Recommendation with Graph Neural Networks）

Rethinking the Item Order in Session-based Recommendation with Graph Neural Networks

Session-based Recommendation with Graph Neural Networks

新闻推荐(8):Context-aware Graph Embedding for Session-based News Recommendation

基于图的推荐算法(8)：Session-based Recommendation with Graph Neural Networks

SR-GNN论文解读并附代码分析

开源 | 基于会话的最优推荐模型：SR-GNN的PaddlePaddle实现

论文阅读《Graph Contextualized Self-Attention Network for Session-based Recommendation》

推荐中的序列化建模：Session-based neural recommendation

Session-based recommendations with recurrent neural networks（阅读理解）

《Improved Recurrent Neural Networks for Session-based Recommendations》 DLRS 2016 阅读笔记

Session-based Recommendation with Graph Neural Networks & GNN

【SR-GNN】Session-based Recommendation with Graph Neural Networks详解

推荐系统(4）-- Session-Based Recommendation

基于记忆优先级的短序列推荐（Session-based Recommendation）

【推荐系统】【论文阅读笔记】【survey】A Survey on Session-based Recommender Systems基于会话的推荐系统综述

论文笔记-A Survey on Session-based Recommender Systems

review for Neural Attentive Session-based Recommendation

review for STAMP: Short-Term Atention/Memory Priority Model for Session-based Recommendation

review for RepeatNet: A Repeat Aware Neural Recommendation Machine for Session-based Recommendation

Neural-Attentive-Session-Based-Recommendation

Session-based Authentication and Token-based Authentication

session-based embedding

推荐系统遇上深度学习(四十)-SESSION-BASED RECOMMENDATIONS WITH RECURRENT NEURAL NETWORKS

Graph Contextualized Self-Attention Network for Session-based Recommendation

推荐系统遇上深度学习(四十一)-Improved Recurrent Neural Networks for Session-based Recommendations...

推荐系统遇上深度学习(四十)-SESSION-BASED RECOMMENDATIONS WITH RECURRENT NEURAL NETWORKS

review for RepeatNet: A Repeat Aware Neural Recommendation Machine for Session-based Recommendation

GNN:Session-based Recommendation with Graph Neural Networks简介

session-based recommendation有关的论文阅读记录

论文笔记：session-based recommendations with recurrent neural networks

BIEE 11g WebService指南

探索式测试：基于测程的测试管理（Session-Based Test Management）

基于事件的计费和基于会话的计费

基于事件的计费和基于会话的计费