文献阅读（19）KDD2019-Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

本文是对《Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks》一文的浅显翻译与理解，原文章已上传至个人资源，如有侵权即刻删除。

朋友们，我们在github创建了一个图学习笔记库，总结了相关文章的论文、代码和我个人的中文笔记，能够帮助大家更加便捷地找到对应论文，欢迎star~

Chinese-Reading-Notes-of-Graph-Learning

更多相关文章，请移步：文献阅读总结：网络表示学习/图学习

Title

《Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks》
——KDD2019
Author: Srijan Kumar

总结

文章是在文献阅读（14）ACM2018-Learning dynamic embeddings from temporal interactions的基础上进行了一定的改进，此处只介绍不同的部分。

update部分对用户和商品两个RNN的嵌入学习中，公式进行了一定修正，引入了相关参数：

predict部分对用户嵌入进行预测时，公式有所调整：

扩展类别预测的损失函数，可以训练另一个预测函数，通过用户交互后的嵌入预测类别标签。