dqn推荐系统

TGN：Temporal Graph Networks论文解读

但GNN模型目前以静态图上偏多，然而现实世界许多关系是动态的，比如社交网络、金融交易和推荐系统，动态的变化包含了许多重要信息，只考虑静态图，很难捕捉到其中信息。”
captainqxy·2023-01-03 08:31

【机器学习】逻辑回归优化技巧总结（全）

逻辑回归由于其简单高效、易于解释，是工业应用最为广泛的模型之一，比如用于金融风控领域的评分卡、互联网的推荐系统。上文总结了逻辑回归的原理及其实现【全面解析并实现逻辑回归(Python)】。
风度78·2023-01-02 17:32

【详解】多元的智能推荐系统

写在前文：最近在涉猎推荐系统，可谓是内容繁多，我会偏向机器学习&深度学习方向探究推荐系统，尤其是协同过滤算法~一起学习吧协同过滤简介：协同过滤(CollaborativeFiltering)作为推荐算法中最经典的类型
cv君·2023-01-02 14:12

快速了解推荐系统多任务学习

导读：我们在优化推荐效果的时候，很多时候不仅仅需要关注CTR指标，同时还需要优化例如CVR(转化率)、视频播放时长、用户停留时长、用户翻页深度、关注率、点赞率这些指标。那么一种做法是对每个任务单独使用一个模型来优化，但是这样做的缺点显而易见，需要花费很多人力。其实很多任务之间都是存在关联性的，比如CTR和CVR。那么能不能使用一个模型来同时优化两个或多个任务呢？其实这就是Multi-task多任务
怼怼是酷盖·2023-01-02 08:49

推荐系统中不得不学的对比学习（Contrastive Learning）方法

今天我们来聊一聊推荐系统中不得不学的ContrastiveLearning方法，近年来ContrastiveLearning在CV和NLP领域的应用越来越广泛，在推荐系统中当然也不例外。
程序员对白·2023-01-02 08:16

【推荐系统】多目标学习在推荐系统中的应用

本文概览：1.多目标学习提出的背景一般来说在搜索和推荐等信息检索场景下，最基础的一个目标就是用户的CTR，即用户看见了一篇内容之后会不会去点击阅读。但其实用户在产品上的行为是多种多样的。比如在微信的订阅号中，用户可以对某个内容进行点赞，可以收藏这个内容，可以把它分享出去，甚至某篇文章如果他觉得比较符合他的兴趣，也可以进行留言。虽然可以对用户的CTR进行单个目标的优化，但是这样的做法也会带来负面影响
风度78·2023-01-02 08:43

多目标学习在推荐系统中的应用

本文概览：1.多目标学习提出的背景一般来说在搜索和推荐等信息检索场景下，最基础的一个目标就是用户的CTR，即用户看见了一篇内容之后会不会去点击阅读。但其实用户在产品上的行为是多种多样的。比如在微信的订阅号中，用户可以对某个内容进行点赞，可以收藏这个内容，可以把它分享出去，甚至某篇文章如果他觉得比较符合他的兴趣，也可以进行留言。虽然可以对用户的CTR进行单个目标的优化，但是这样的做法也会带来负面影响
文文学霸·2023-01-02 08:42

论文快报 | 推荐系统领域最新研究进展

本文总结推荐系统领域2021年11月22日到2021年11月28日之间的最新研究进展，主要内容包括：Benchmark对话推荐跨域推荐社交推荐序列推荐Debias强化学习+推荐LearningtoRank
文文学霸·2023-01-02 08:12

推荐系统领域对比学习和数据增强论文及代码集锦

对比学习和数据增强是近年各领域关注度较高的研究方向，在推荐系统领域也是如此，并取得了众多成果。
麻烦给我点一份黄焖鸡·2023-01-02 08:36

推荐系统从入门到入门（1）——推荐系统综述与协同过滤

本系列博客总结了不同框架、不同算法、不同界面的推荐系统，完整阅读需要大量时间（又臭又长），建议根据目录选择需要的内容查看，欢迎讨论与指出问题。
@李忆如·2023-01-02 04:17

推荐系统从入门到入门（2）——简单推荐系统构建（无框架、Tensorflow）

本系列博客总结了不同框架、不同算法、不同界面的推荐系统，完整阅读需要大量时间（又臭又长），建议根据目录选择需要的内容查看，欢迎讨论与指出问题。
@李忆如·2023-01-02 04:15

推荐系统实践--MovieLens数据集离线实验

1、数据集简介MovieLens数据集包含多个用户对多部电影的评级数据，也包括电影元数据信息和用户属性信息。下载地址为：MovieLens|GroupLens，有好几种版本，对应不同数据量，本文所用的数据为1M的数据。2、数据介绍1m的数据解压后，可以看到四个主要的csv文件，分别是links.csv,movies.csv,ratings.csv,tags.csv。links介绍了该数据集中的mo
柳絮9712·2023-01-02 04:15

深度强化学习-策略梯度算法推导

深度强化学习-策略梯度算法推导引言1策略梯度算法推导1.1方法一1.2方法二2Reinforce算法3Reinforce算法伪代码引言之前我们讨论过DQN算法：深度强化学习-DQN算法原理与代码、DoubleDQN
indigo love·2023-01-01 20:29

【论文阅读】跨域推荐系统相关论文学习

论文一、多域构建为一个整体graph论文标题：HeroGRAPH:AHeterogeneousGraphFrameworkforMulti-TargetCross-DomainRecommendation；发布刊物：ResSys2020；论文下载链接：http://ceur-ws.org/Vol-2715/paper6.pdf代码链接：GitHub-cuiqiang1990/HeroGRAPH:C
me_yundou·2023-01-01 15:11

机器学习基本算法思想和步骤

，特征七、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
两面包+芝士·2023-01-01 14:26

知识图谱最新权威综述论文解读：知识图谱应用部分

知识图谱在人工智能的许多领域都发挥了重要作用，综述论文的这一章引入多个最新的基于深度学习的知识驱动方法，主要包括的应用领域有自然语言理解，推荐系统和问答系统。
ngl567·2023-01-01 14:14

论文阅读笔记---《基于知识图谱的推荐系统研究综述》

《Asurveyonknowledgegraph-basedrecommendersystems》摘要关键词1引言2研究背景2.1推荐系统2.2知识图谱2.3为什么应用知识图谱在推荐系统中3基于知识图谱的推家系统
KryHan·2023-01-01 14:44

个性化实时音乐推荐系统-毕业设计

前言大四是整个大学期间最忙碌的时光,一边要忙着准备考研,考公,考教资或者实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过和节省时间与精力投入到更重要的就业和考试中去,学长分享优质的选题经验和毕设项目与技术思路。对毕设有任何疑问都可以问学长哦!本次分享的课题是个性化实时音乐
HaiLang_IT·2023-01-01 13:31

[附源码]java毕业设计网易云音乐推荐系统

项目运行环境配置：Jdk1.8+Tomcat7.0+Mysql+HBuilderX（Webstorm也行）+Eclispe（IntelliJIDEA,Eclispe,MyEclispe,Sts都支持）。项目技术：SSM+mybatis+Maven+Vue等等组成，B/S模式+Maven管理等等。环境需要1.运行环境：最好是javajdk1.8，我们在这个平台上运行的。其他版本理论上也可以。2.ID
计算机毕设程序设计·2023-01-01 13:30

机器学习项目-音乐系统推荐系统-音乐分类-Pydub-python_speech_featrures MFCC-SVM

文章目录1.项目说明2.代码2.1代码结构2.2feature2.3svm2.4acc2.5class_demo2.6features_main2.7svm_main3.相关资料1.项目说明声音处理接口属性：nfft=2048接口每次处理音乐数据的量声音文件处理需要安装的包：python_speech_featruresMFCCMFCC分两步，第一做傅里叶变换，第二步再做梅尔倒谱pydub包，做m
HJZ11·2023-01-01 13:59

动手写简单的音乐推荐系统

简单音乐推荐系统的设计与实现本文提供两种简单的传统音乐推荐系统（next-songs方向）的思路与实现。
CDFMLR·2023-01-01 13:58

原创代码思路分享 计算机毕业设计Python+Spark+LSTM中药推荐系统 中药大数据可视化 中药数据分析 中药可视化系统 中药知识图谱

开发技术前端：vue.js、echarts后端：springboot、vue.js数据库：mysql大数据计算框架：spark、hadoop算法(机器学习、人工智能)：推荐算法(协同过滤算法，基于用户、基于物品全部实现)、lstm情感分析评论、中药知识图谱第三方平台：百度AI中药材图片智能识别、阿里云短信接口数据采集(数据集)：pythonspider创新点短信接口、识别、情感分析、Spark大屏
haochengxu2022·2023-01-01 07:59

springboot基于知识图谱的短视频推荐系统设计与实现毕业设计源码231115

基于知识图谱的短视频推荐系统设计与实现摘要随着个性化的推荐算法在工业界的应用日益成熟，越来越多的“互联网+”产品都开始提供推荐服务。推荐系统的重要性和发挥的作用越来越大。
高级程序源·2023-01-01 07:57

DQN及其变种（DDQN，Dueling DQN，优先回放）代码实现及结果

DQN及其变种理论部分见DQN及其变种（DoubleDQN，优先回放，DuelingDQN)（一）DQN导入包和环境importmath,randomimportgymimportnumpyasnpimporttorchimporttorch.nnasnnimporttorch.optimasoptimfromIPython.displayimportclear_outputimportmatpl
bujbujbiu·2023-01-01 07:16

Dueling DQN代码实现

DuelingDQN代码实现DuelingDQN与DQN之间只有网络结构不同，训练方式是完全相同的，因此只要在DQN代码的基础上修改其网络结构就得到了DuelingDQN的实现代码。
XianPJ·2023-01-01 07:46

算法学习（十二）——dueling DQN

相比于原版的DQN，改进在于输出。原本的DQN只在输出的时候按照动作数量，进行输出。
星之所望·2023-01-01 07:46

强化学习--DQN

二、核心算法(深度强化学习)DQN1.什么是DQN?
百度pkq·2023-01-01 07:15

【DQN高级技巧3】Dueling Network

回顾折扣回报动作价值函数状态价值函数最优动作价值函数最优状态价值函数优势函数定义表示动作a相对于baselineV∗V^*V∗的优势，动作越好，优势越大性质在定义式两边关于a做最大化，式子依然成立，又带入性质1得到maxA∗(s,a)=0maxA^*(s,a)=0maxA∗(s,a)=0再由定义式出发，移项得带入刚刚推导的maxA∗(s,a)=0maxA^*(s,a)=0maxA∗(s,a)=0，
Echoooooh·2023-01-01 07:45

对Dueling DQN理论的深度分析。

强化学习中Agent与环境的交互过程是由马尔可夫决策过程(MarkovDecisionProcess,MDP)描述的。MDP对环境做了一个假设，称作马尔可夫性质，即下一时刻的状态只由上一时刻的状态和动作决定。马尔可夫性质决定了值函数(状态值与动作值函数)可以写成递归的形式，即贝尔曼等式：事实上，在很多任务中，或者使用深度神经网络对动作值函数和状态值函数进行参数化拟合时，我们是默认agent执行一个
难受啊！马飞...·2023-01-01 07:14

动手强化学习（八）：DQN 改进算法——Dueling DQN

动手强化学习（七）：DQN改进算法——DuelingDQN1.简介2.DuelingDQN3.DuelingDQN代码实践4.对Q值过高估计的定量分析总结文章转于伯禹学习平台-动手学强化学习（强推）本文所有代码均可在
Jasper0420·2023-01-01 07:13

Dueling DQN的理论基础及其代码实现【Pytorch + Pendulum-v0】

DuelingDQN理论基础DuelingDQN是一种基于DQN的改进算法，它的主要突破点在于利用模型结构将值函数表示成更细致的形式，使得模型能够拥有更好的表现。
奋斗的西瓜瓜·2023-01-01 07:42

最近几年-基于深度学习自然语言处理的推荐系统-必读论文整理分享

在基于内容的推荐系统中，项目或对象是通过相关的特征的属性来定义，系统基于用户评价对象的特征，学习用户的兴趣，考察用户资料与待预测项目的相匹配程度。因此，对
lqfarmer·2023-01-01 07:31

PKU-DAIR实验室：首篇基于图神经网络的推荐系统综述，211篇参考文献

©作者|PKU-DAIR单位|北京大学研究方向|大规模图学习ACMComputingSurveys(CSUR)中文全称为美国计算机学会计算概观，是计算机学科最具影响力的期刊之一。作为计算机科学、理论和方法的综述类顶刊，其2020影响因子10.282，该期刊主要发表计算机科学领域较有代表性的综述论文。PKU-DAIR实验室研究成果GraphNeuralNetworksinRecommenderSys
PaperWeekly·2022-12-31 18:10

【基于python协同过滤的新闻推荐系统-哔哩哔哩】 https://b23.tv/VkBJ8KZ

【基于python协同过滤的新闻推荐系统-哔哩哔哩】https://b23.tv/VkBJ8KZhttps://b23.tv/VkBJ8KZ
源码空间站11·2022-12-31 16:33

强化学习面试

1.什么是mdp2.reward，return（之前用的属于都是gain），和value的关系3.dqn的两个gaijin4.为什么从replaybuffer里要随机的取样本（答案打破相关性）5.什么是
龙今天超越了自己·2022-12-31 12:48

「实操」结合图数据库、图算法、机器学习、GNN 实现一个推荐系统

本文是一个基于NebulaGraph上图算法、图数据库、机器学习、GNN的推荐系统方法综述，大部分介绍的方法提供了Playground供大家学习。
图数据库NebulaGraph·2022-12-31 11:44

推荐系统中的NDCG

CG（cumulativegain，累计增益）可以用于评价基于打分/评分的个性推荐系统。
顶晚人·2022-12-31 10:41

推荐系统：NDCG评价指标及其Python实现方法

除了推荐任务，在二分类任务中，也可以计算该指标，代码如下：#ndcgdefget_dcg(y_pred,y_true,k):#注意y_pred与y_true必须是一一对应的，并且y_pred越大越接近label=1(用相关性的说法就是，与label=1越相关)df=pd.DataFrame({"y_pred":y_pred,"y_true":y_true})df=df.sort_values(by
lanyuelvyun·2022-12-31 10:40

使用NDCG评估关键词推荐系统的相关性

对于传统推荐策略，我们在验证其效果的时候，一般会采用以下流程验证其实验效果：offline的评测：思路基本和传统机器学习的思路类似，例如在推荐算法中我们直接使用AUC，F2等评估模型效果一样，线下使用测试数据就能知道算法的初步效果。用户调研实验：该方式需要人的参与，例如招一批人，不告诉他们新老算法的界面或是使用的算法，然后看用户的行为，之后使用他们的最终交互，或是选择判定算法/交互方案的优略。线上
dustinsea·2022-12-31 10:09

深度学习和机器学习的关系（小白版-笔记）

机器学习的价值举例，在推荐系统中的应用举例：A和B正在浏览拼多多，想买一双X
MR.CHEN.SONG·2022-12-31 09:03

阅读笔记：FedGNN: Federated Graph Neural Network for Privacy-Preserving Recommendation

FedGNN:FederatedGraphNeuralNetworkforPrivacy-PreservingRecommendationICML’21|隐私保护下的图神经网络推荐系统(qq.com).
缄默的天空之城·2022-12-30 20:35

机器学习算法【11】--推荐系统实战

前言：本文是机器学习实战中的案例，餐馆菜肴推荐系统fromnumpyimport*fromnumpyimportlinalgasla#载入数据(用户-菜肴矩阵)#行为用户,列为希肴,表示用户对某个菜肴的评分
且行且安~·2022-12-30 19:20

推荐系统实战

一含义个性化推荐，给每个人推荐不一样的内容。协同过滤：1.如何确定一个用户是不是和我是相似的2.如何对找到的人喜欢看的东西的排行实习协同过滤的步骤：1.收集用户偏好2.找到相似的用户或者物品3.计算推荐相似度计算：欧几里德距离（EuclideanDistance)：距离，相似度皮尔逊相关系数（PearsonCorrelationCoefficient)：协方差【-1，+1】，皮尔逊相关系数Cosi
hellolianhua·2022-12-30 19:49

OCR检测与识别技术

特别是在广告推荐领域，团队自研的基于深度在线点击率预估算法及全流程实时推荐系统，持续多年在该领域取得显著成绩。
lucca·2022-12-30 17:14

python文章推荐系统（项目源码+word+视频讲解）

目录一，项目介绍二，项目制作原理三，项目功能（1）登录模块（2）文章选择页（3）文章阅读（4）查看关键字（5）搜索文章相识度三，项目源码一，项目介绍本项目是使用python+Tkiner组件库写的文章推荐系统
新手程序员大大·2022-12-30 14:19

Collaborative Filtering with Temporal Dynamics------Yehuda Koren

个体用户的喜好可能会随着时间有所改变，我们称之为conceptdrift（观念转移），推荐系统的一大任务就是出去暂时性的喜好的影响，而获取到用户长期喜好的features。
weixin_33755557·2022-12-30 11:01

推荐系统起步---0319

第一次使用博客，本博客只限于自己学习和查看自己的历史学习看着自己每天的进步也是非常好的一件事情现在在推荐系统领域还是属于小白阶段为了学习推荐系统已经买了书籍《推荐系统实战》《统计学习方法》《机器学习》原来想要学习的方向其实是数据挖掘
tsdly1·2022-12-30 11:30

0320 ----推荐系统

今天的规划：将这个的下一篇继续看完，然后开始看自己收集的其他书签，如果将书签看完，阅读k博士的那篇论文CollaborativeFilteringwithTemporalDynamics基本就是这个样子，明天可能会整篇翻译这个文章写在博客中探索推荐引擎内部的秘密，第3部分:深入推荐引擎相关算法-聚类没有学过的部分在最后狄利克雷聚类算法是一种基于分布的聚类，也叫作基于模型的聚类，每次聚类之后评估新的
tsdly1·2022-12-30 11:30

Collaborative Filtering with Temporal Dynamics

因此，在设计推荐系统或一般客户偏好模型时，建模时间动态应该是一个关键。然而，这提
GitNoob·2022-12-30 11:29

学习笔记(01):达观数据个性化推荐系统实践-达观数据个性化推荐系统实践-1

立即学习:https://edu.csdn.net/course/play/10548/234819?utm_source=blogtoedu
sinat_25651923·2022-12-30 10:15
上一页 54 55 56 57 58 59 60 61 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他