kdd

Dual Channel Hypergraph Collaborative Filtering 读书笔记

DualChannelHypergraphCollaborativeFiltering阅读笔记KDD2020ShuyiJi,YifanFeng,RongrongJi,XibinZhao,WanwanTang
宇宙哇·2022-11-15 08:53

KDD2021|雅虎提出高效深层分布网络竞价策略用于一阶广告拍卖竞价隐藏

AnEfficientDeepDistributionNetworkforBidShadinginFirst-PriceAuctionsTianZhou,HaoHe,ShengjunPan,NiklasKarlsson,BharatbhushanShetty,BrendanKitts,DjordjeGligorijevic,SanGultekin,TingyuMao,JunweiPan,Jianl
frank_hetest·2022-11-13 11:33

KDD2020|阿里联合香港理工大学提出多任务多视角图表示学习框架M2GRL(已开源)

M2GRL:AMulti-taskMulti-viewGraphRepresentationLearningFrameworkforWeb-scaleRecommenderSystemsMenghanWang,YujieLin,GuliLin,KepingYang,Xiao-MingWuAlibabaGroup,HongKongPolytechnicUniversityhttps://dl.acm
frank_hetest·2022-11-13 11:02

KDD2020|阿里提出多目标优化保量算法并用于优酷视频服务平台

Multi-objectiveOptimizationforGuaranteedDeliveryinVideoServicePlatformHangLei,YinZhao,LongjunCaiAlibabaGrouphttps://dl.acm.org/doi/pdf/10.1145/3394486.3403352视频服务平台中，保量是IP视频的重要展示策略之一。跟传统的推荐策略不同，保量要求投放
frank_hetest·2022-11-13 11:02

KDD2021|清华联合雅虎|斯坦福大学|纽约大学提出竞价隐藏算法MEOW

MEOW:ASpace-EfficientNon-ParametricBidShadingAlgorithmWeiZhang,BrendanKitts,YanjunHan,ZhengyuanZhou,TingyuMao,HaoHe,ShengjunPan,AaronFlores,SanGultekin,TsachyWeissmanTsinghuaUniversity,YahooResearch,S
frank_hetest·2022-11-13 11:02

KDD2020|淘宝推荐中的特权特征蒸馏算法PFD

PrivilegedFeaturesDistillationatTaobaoRecommendationsChenXu,QuanLi,JunfengGe,JinyangGao,XiaoyongYang,ChanghuaPei,FeiSun,JianWu,HanxiaoSun,andWenwuOuAlibabaGrouphttps://dl.acm.org/doi/pdf/10.1145/33944
frank_hetest·2022-11-13 11:32

KDD 2020 开源论文 | 图神经网络多变量时序预测

©PaperWeekly原创·作者｜马敏博学校｜西南交通大学硕士生研究方向｜命名实体识别本次分享的论文是KDD2020的一篇工作，出发点是为了更好地建模多变量时间序列数据中成对变量之间的潜在空间依赖。
PaperWeekly·2022-11-13 11:30

KDD 2021 | 小红书推荐多样性解决方案：SSD在质量、多样性之间获得较好权衡

©作者|小红书推荐技术团队来源|机器之心专栏来自小红书的研究者在多样化推荐中，从用户体验和系统应用的视角出发，提出了一种滑动频谱分解（SSD）的方法，该方法可以捕捉用户在浏览长项目序列时对多样性的感知。通过理论分析、离线实验和在线A/B测试，验证了该方法的有效性。多样化推荐（diversifiedrecommendation）是推荐系统中一个重要的课题。从用户视角分析，多样性可以帮助用户扩展和发现
PaperWeekly·2022-11-13 11:30

KDD 2021 | 基于深度置信度感知学习的广告投放探索方案

目前该项工作论文已被KDD202
阿里妈妈技术·2022-11-13 11:29

论文浅尝 – KDD2020 | 使用图对比编码的图神经网络预训练模型

论文笔记整理：陈名杨，浙江大学在读博士生，研究方向为知识图谱表示学习。图表示学习是一个当前关注度较高的领域，并且有许多真实的应用。然而当前的很多图表示学习方法都是对一个领域或者某一个图训练一个模型，也就是说这些训练的模型是不能迁移到领域外新的数据。这篇文章受到在NLP领域预训练工作的启发，设计了一种无监督的图对比编码（GraphContrastiveCoding，GCC）模型，来捕获不同图之间的全
开放知识图谱·2022-11-13 11:58

KDD 2022 | 深度图神经网络中的特征过相关：一个新的视角

目录前言1引言2背景和相关工作2.1GNN2.2相关工作3PreliminaryStudy3.1过相关和过平滑3.2过相关分析3.2.1传播导致更高的相关性3.2.2变换导致更高的相关性3.3深入讨论3.3.1过相关与过平滑3.3.2以往解决过平滑问题的方法4本文模型4.1显式特征维度去相关4.2互信息最大化4.3目标函数和复杂度分析4.3.1总体目标函数4.3.2复杂度分析5实验5.1实验设置5
Cyril_KI·2022-11-13 11:24

数据挖掘导论

并非所有的信息发现任务都是数据挖掘，上网查找个别记录只能称为信息检索(informationretrieval)数据挖掘是数据库中知识发现(knowledgediscoveryindatabase,KDD
Zrx_·2022-11-12 09:00

数据挖掘与知识发现 导论

前言二、Awesome一、前言数据挖掘与知识发现（DataMiningandKnowledgeDiscovery，DMKD）数据库中的知识发现（KnowledgeDiscoveryinDatabases，KDD
叶庭云·2022-11-12 08:41

今天19:30 | NeurlPS 2022 预讲会-北京邮电大学GAMMA LAB专场

目前已经在NeurIPS，WWW，KDD等顶会，TKDD，TNNLS等期刊发表论文。报告
AITIME论道·2022-11-09 15:22

干货！STABLE - 一种无监督高鲁棒性图结构学习框架

已在KDD，WWW等数据挖掘顶尖会议上发表论文。图神经网络在诸多基于图数据的下游任务中表现出色，但近年来研究发现图神经网络面对恶意的结构扰动是非常脆弱的。一种直观的增强图对抗鲁棒性的方法是结构学习
AITIME论道·2022-11-09 15:22

KDD 新星奖大神汤继良力作，（附316页pdf下载）...

现在来自密西根州立大学的汤继良团队即将出版一本全面性介绍图深度学习的书：《DeepLearningonGraphs》。全书概要为了最好地适应具有不同背景和阅读目的的读者，该书由四个部分组成。第1部分介绍了基本概念；第2部分讨论了该领域最成熟的方法；第3部分介绍了最具代表性的实际应用，而第4部分介绍了有可能成为将来研究热点的高级方法和应用。每部分的内容如下：第1部分：基本概念篇在该部分的章节重点介绍
深度学习技术前沿·2022-11-07 16:41

推荐系统和知识图谱论文推荐

KDD2020Graph-basedRecommendation（基于图，不是知识图谱）1.AFrameworkforRecommendingAccurateandDiverseItemsUsingBayesianGraphConvolutionalNeuralNetworks
追赶早晨·2022-10-31 11:34

数据挖掘常用算法总结

数据挖掘是在大型数据库中自动发现有用信息的过程数据挖掘是数据库中知识发现（kdd）必不可少的部分(2)数据库技术自然的演化,有巨大的需求和广阔的应用。
小北呱·2022-10-29 07:39

KDD2021推荐系统论文集锦

据统计，今年共有1541篇有效投稿，其中238篇论文被接收，接收率为15.44%，相比KDD2020的接收率16.8%有所下降。
机器学习与推荐算法·2022-10-28 10:06

KDD 2022 | 阿里巴巴获数据科学顶会最佳论文奖

全球数据科学领域顶级会议KDD2022大奖公布，阿里巴巴达摩院团队斩获应用科学方向“最佳论文奖”，这是中国企业首次获得该重磅奖项。
阿里技术·2022-10-25 11:09

simple-HGN 介绍 - 一种简单有效的异构图建模方法

参考论文：http://keg.cs.tsinghua.edu.cn/jietang/publications/KDD21-Lv-et-al-HeterGNN.pdfKDD2021论文这里只是把作者提出的这个模型拿出来介绍了
无脑敲代码，bug漫天飞·2022-10-24 20:34

KDD2022 | MUVCOG：多模态搜索会话下的用户意图刻画

丨目录：·摘要·背景·方法·实验·总结·关于我们·总结摘要在搜索会话中对上下文信息进行建模是一项重要工作。然而，用户在使用手机淘宝的过程中，会交替通过搜索框使用文本关键词进行查询、通过拍照搜索使用实拍图进行查询、通过相似搜索使用商品图片和标题进行查询。在以往的电商搜索工作中，只对搜索会话中的文本查询进行建模，无法捕捉到多个不同模态查询之间的关联性。针对以上问题，本文提出了一种用异质图神经网络来学习
阿里妈妈技术·2022-10-24 20:32

6种时序异常检测思路总结！

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货内容：异常检测，来源：Coggle数据科学时序异常检测并不困难，如果你找对方法则可以在今年KDD比赛中获取比较好的成绩
Datawhale·2022-10-24 20:30

2022KDD论文解读：深度学习订单出餐时间概率预测

美团配送2022KDD论文：ApplyingDeepLearningBasedProbabilisticForecastingtoFoodPreparationTimeforOn-DemandDeliveryService
·2022-10-23 11:33

2022KDD论文解读：一种基于动态时空图的取货配送路径预测模型Graph2Route

菜鸟网络2022KDD论文：Graph2Route:ADynamicSpatial-TemporalGraphNeuralNetworkforPick-upandDeliveryRoutePrediction
·2022-10-11 15:11

kdd轨迹调研

文章目录KDD21AGraph-basedApproachforTrajectorySimilarityComputationinSpatialNetworks（cite17）ICDE18DeepRepresentationLearningforTrajectorySimilarityComputation
summermoonlight·2022-10-10 09:36

Model Degradation Hinders Deep Graph Neural Networks（AIR）论文阅读笔记

链接论文题目：模型退化阻碍深度图神经网络（AIR）（2022KDD）论文链接：ModelDegradationHindersDeepGraphNeuralNetworks(arxiv.org)代码链接：
刘大彪·2022-10-08 07:07

2021KDD论文解读：外卖配送服务中路径规划与时间预测的深度学习方法

美团配送2021KDD论文：ADeepLearningMethodforRouteandTimePredictioninFoodDeliveryService背景配送系统存在一些关键预测环节。
·2022-10-03 12:33

KDD2021|华为提出对偶图增强embedding神经网络DG-ENN用于CTR预估

DualGraphenhancedEmbeddingNeuralNetworkforCTRPredictionWeiGuo,RongSu,RenhaoTan,HuifengGuo,YingxueZhang,ZhirongLiu,RuimingTang,XiuqiangHeHuaweiNoah’sArkLabhttps://arxiv.org/pdf/2106.00314.pdf点击率预估，目的是预
frank_hetest·2022-09-21 08:24

【数据挖掘算法与应用】——数据挖掘导论

数据挖掘导论导入一、为什么要进行数据挖掘1.数据爆炸但知识贫乏2.数据在爆炸式增长3.数据安全4.从商业数据到商业智能的进化5.KDD的出现二、什么是数据挖掘1.广义技术角度的定义2.狭义技术角度的定义
北极的三哈·2022-09-11 07:28

百度KDD Cup2022-Top方案总结

数据基础风机功率预测任务，给定245天历史数据，预测未来2天288步的功率。134个风机空间分布如下功率具有按天周期性有效功率的分布，右边高点是风机受额定功率限制风机功率与风速的关系，存在一些异常134个风机数据的相关性方案HIK特征NN风速、温度、天气等turbineIDembedding通过图模型concat了邻近node的特征作为自己特征LGB计算每个风机的风速序列相似性(皮尔逊系数)，k-
YueTann·2022-09-09 07:21

2021_KDD_Socially-Aware Self-Supervised Tri-Training for Recommendation

[论文阅读笔记]2021_KDD_Socially-AwareSelf-SupervisedTri-TrainingforRecommendation论文下载地址：https://doi.org/10.1145
XingHe_XingHe_·2022-08-28 07:59

论文笔记: 知识图谱 KGAT (未完暂存)

摘要:分享对论文的理解.原文见X.Wangetal.,KGAT:KnowledgeGraphAttentionNetworkforRecommendation,KDD2019.0.论文贡献在协同知识图谱
闵帆·2022-08-26 07:17

KDD 2022 | 美团技术团队精选论文解读

今年，美团技术团队有多篇论文被KDD2022收录，这些论文涵盖了图谱预训练、选择算法、意图自动发现、效果建模、策略学习、概率预测、奖励框架等多个技术领域。
·2022-08-23 16:10

论文阅读_广义加性模型_GAMs

www.doc88.com/p-41099846725043.html领域：模型可解释性，广义加性模型，机器学习发表时间：2012作者：YinLou，RichCaruana（模型可解释性大佬），康耐尔大学，微软出处：KDD
xieyan0811·2022-08-21 17:10

Learning Differential Operators for Interpretable Time Series Modeling（KDD2022）

从数据中建模序列模式是各种时间序列预测任务的核心。深度学习模型的表现已经大大优于许多传统模型，但这些黑箱模型在预测和决策方面普遍缺乏可解释性。为了用可理解的数学表达式揭示潜在趋势，科学家和经济学家倾向于使用偏微分方程(PDEs)来解释序列模式的高度非线性动态。然而，它通常需要领域专家知识和一系列简化的假设，并不总是实用的，并且会偏离不断变化的世界。是否有可能动态地从数据中学习微分关系来解释时间演化
西西弗的小蚂蚁·2022-08-20 07:53

GraphMAE：自监督掩码图自编码器

论文标题：GraphMAE:Self-SupervisedMaskedGraphAutoencoders论文链接：https://arxiv.org/abs/2205.10803论文来源：KDD2022
酷酷的群·2022-08-15 20:27

阿里妈妈技术团队5篇论文入选 KDD 2022

近日，第28届国际知识发现和数据挖掘大会（The28thACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining，KDD2022）论文接收结果公布，阿里妈妈技术团队有
阿里妈妈技术·2022-08-12 07:00

网络安全分析数据集

这是用于第三届国际知识发现和数据挖掘工具竞赛的数据集，该竞赛与KDD-
airissky1·2022-08-06 12:19

时间序列异常检测- 基于KDD99数据集的实战

基础上，将会呈现之前提及的一些深度/传统机器学习算法模型基于KDD99以及NSL_KDD数据集的性能表现，并结合具体数据情况给出各个模型的评估结果，
沐阳zz·2022-08-02 16:31

最新综述！一文概览模型自适应常用技术及其在推荐系统中的应用

本文将主要基于近三年已发表的顶会论文（ICML、ICLR、SIGIR、KDD、WWW、AAAI等），梳理了与模型自适应相关的研究工作，介绍了模型自适应常用的技术以及在推荐系统中的应用。
PaperWeekly·2022-08-02 07:23

一文带你了解推荐系统常用模型及框架

可以看KDD会议，最新推荐系统论文。推荐系统概述传统推荐模型OldschoolModel协同过滤模型通过对用户之间的关系，用户对物品的评价反馈一起对信息进行筛选过滤，从而找到目标用户感兴趣的信息。
timerring·2022-08-02 07:19

数据挖掘

数据挖掘概述数据挖掘又称数据库中的知识发现（KnowledgeDiscoverinDatabase，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、
UPC. 故里·2022-07-23 07:04

GraphMAE：将MAE的方法应用到图中使图的生成式自监督学习超越了对比学习

前几天的文章中我们提到MAE在时间序列的应用，本篇文章介绍的论文已经将MAE的方法应用到图中，这是来自[KDD2022]的论文GraphMAE:Self-supervisedMaskedGraphAutoencoders
·2022-07-20 11:58

Cascade-LSTM: A Tree-Structured Neural Classifier for Detecting Misinformation Cascades(KDD20)

Cascade-LSTM是一个用于虚假信息级联检测的树结构神经分类器，它本质上是一个谣言（假新闻）检测模型，它将谣言检测任务视为一个树分类问题。Cascade-LSTM在递归神经网络（本文具体基于TreeLSTM，即树结构的LSTM）的基础上，引入了一个双向的TreeLSTM结构来沿着传播树结构进
LeonYi·2022-07-07 21:00

苹果站台“下一代高清通话”？都是套路！

直到近日日本运营商KDD
weixin_33772645·2022-07-07 17:40

【论文翻译|KDD19】IntentGC:一种融合异构信息用于推荐的可扩展图卷积框架

文章目录摘要1引言2相关工作2.1网络嵌入2.2图卷积网络2.3推荐4方法4.1网络翻译4.2更快的卷积操作：IntentNet4.3HIN上的双图卷积4.46结论论文题目：IntentGC:aScalableGraphConvolutionFrameworkFusingHeterogeneousInformationforRecommendation论文作者：摘要网络嵌入的显著进展导致了推荐的最
林若漫空·2022-07-02 07:23

浙大PhD张圣宇——大规模多模态因果预训练

在KDD，ACMMM，WWW，SIGIR等会议上发表了多篇长文论文。个人主页：ht
AITIME论道·2022-07-01 07:07

横向自动控制方法：Purepursuit, Stanley, MPC对比

PurePursuit这种方法最大的特点是有lookaheaddistance:ld,这个距离与前进速度成比例kdd，速度越快需要往前看的更远。
肉bot·2022-06-13 07:41

【论文翻译 KDD2020】AM-GCN: Adaptive Multi-channel Graph Convolutional Networks 自适应多通道图卷积网络

文章目录摘要1引言2GCNs的融合能力：实验研究3AM-GCN3.1特定卷积模块3.2共同卷积模块4实验4.1实验设置4.2节点分类4.3变体分析4.4可视化4.5注意力机制分析4.6参数研究5相关工作6结论论文链接：AM-GCN:AdaptiveMulti-channelGraphConvolutionalNetworks论文代码：https://github.com/zhumeiqiBUPT/
林若漫空·2022-06-05 07:59
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他