hang916的博客

2022-NeurIPS 多模态

图神经网络驱动了基于图的文本分类方法，成为了SOTA(state of the art)。本文展示了使用词袋(BoW)的宽多层感知器(MLP)在文本分类中优于基于图的模型TextGCN和HeteGCN，并且与HyperGAT相当。

MIND: A Large-scale Dataset for News RecommendationACL 20200. 摘要新闻推荐是实现个性化新闻服务的一项重要技术。与已经被广泛研究的产品推荐和电影推荐相比，新闻推荐的研究非常有限，主要是因为缺乏高质量的基准数据集。本文提出了一个名为MIND的新闻推荐大型数据集。MIND由微软新闻的用户点击日志构建而成，包含100万用户和16万多篇英文新闻文章，每篇文章都有丰富的标题、摘要、正文等文本内容。通过对几种最先进的新闻推荐方法的比较研究，证明了MI

Real-time Personalization using Embeddings for Search Ranking at Airbnb 学习笔记18年kdd的best paper0.背景介绍Airbnb提供了一个连接房主（host）挂出的短租房（listing）和主要是以旅游为目的的用户（guest/user，=租客，下文皆使用【用户】）的中介平台（需要注意的是在论文中房源使用的是「listing」进行表示）。Airbnb的交互方式比较简单，用户输入地点，价位，关键词等等，Airbnb会给

今天，算法分发已经是信息平台、搜索引擎、浏览器、社交软件等几乎所有软件的标配，但同时，算法也开始面临质疑、挑战和误解。今日头条的推荐算法，从2012年9月第一版开发运行至今，已经经过四次大的调整和修改。今日头条委托资深算法架构师曹欢欢博士，公开今日头条的算法原理，以期推动整个行业问诊算法、建言算法；通过让算法透明，来消除各界对算法的误解，并逐步推动整个行业让算法更好的造福社会。以下为《今日头条算法原理》全文。本次分享将主要介绍今日头条推荐系统概览以及内容分析、用户标签、评估分析，内容安全等原理。

转载图数据广泛存在于现实世界中，可以自然地表示复合对象及其元素之间的复杂关联。对图数据的分类是一个非常重要且极具挑战的问题，在生物/化学信息学等领域有许多关键应用，如分子属性判断，新药发现等。但目前尚缺乏对于图分类研究的完整综述。首先给出图分类问题的定义和该领域的挑战;然后梳理分析了两类图分类方法—基于图相似度计算的图分类方法和基于图神经网络的图分类方法;接着给出了图分类方法的评价指标、常用数据集和实验结果对比;最后介绍了图分类常见的实际应用场景，展望了图分类领域的未来研究方向并对全文进行总结。图..

深度解析京东个性化推荐系统一、题记为了在于挖掘用户潜在购买需求，缩短用户到商品的距离，提升用户的购物体验。京东个性化推荐发展史京东推荐的演进史是绚丽多彩的。京东的推荐起步于2012年，当时的推荐产品甚至是基于规则匹配做的。整个推荐产品线组合就像一个个松散的原始部落一样，部落与部落之前没有任何工程、算法的交集。2013年，国内大数据时代到来，一方面如果做的事情与大数据不沾边，都显得自己水平不够，另外一方面京东业务在这一年开始飞速发展，所以传统的方式已经跟不上业务的发展了，为此推荐团队专门设计了新的推荐

频繁模式挖掘（FrequentPatternMining）频繁模式：从样本数据集中频繁出现的模式，是经常一起出现的模式。“模式”是一个比较抽象的概念，举个例子，比如在超市的交易系统中，记载了很多次交易，每一次交易的信息包括用户购买的商品清单。如果超市主管是个有心人的话，他会发现尿不湿，啤酒这两样商品在许多用户的购物清单上都出现了，而且频率非常高。尿不湿，啤酒同时出现在一张购物单上就可以称之...

转载：GBDT：梯度提升决策树综述GBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种迭代的决策树算法，该算法由多棵决策树组成，所有树的结论累加起来做最终答案。它在被提出之初就和SVM一起被认为是泛化能力较强的算法。  GBDT中的树是回归树（不是分类树），GBDT用来做回...

信息熵对信息进行量化度量。可以理解为某种特定信息的出现概率。计算公式相对熵【百度百科】相对熵（relative entropy），又被称为Kullback-Leibler散度（Kullback-Leibler divergence，KL散度）或信息散度（information divergence），是两个概率分布（probability distribution）间差异的非对...