Image-based Recommendations on Styles and Substitutes简介

最新推荐文章于 2019-06-05 21:11:40 发布
最新推荐文章于 2019-06-05 21:11:40 发布
阅读量788 收藏 2
点赞数 2
分类专栏： 论文学习 文章标签： 推荐系统 论文 图像
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35564813/article/details/87611942
版权
Introduction

该文章致力于利用对象的外貌来发现他们隐含的关系，从而找到互相补充的产品与可替代的产品。

The Model

利用shifted sigmoid函数来将相对距离转换为概率。

在这里插入图片描述

至于如何计算距离，文章通过横向对比三个距离计算方法，最终得出以下方法。

在这里插入图片描述

Style space

在这里插入图片描述

s i = x i Y s_i=

最低0.47元/天 解锁文章
loserChen.
关注
  • 2
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于图像信息的搭配商品推荐
weixin_30273931的博客
01-19 385
《Learning Visual Clothing Style with Heterogeneous Dyadic Co-occurrences》论文阅读 Introduction 在推荐场景中，相似商品的i2i推荐一直是重要的基础数据，但只是推荐相似商品还是不够的，用户除了对相似商品的需求外还有对跨类目的搭配商品的需求。这篇文章介绍的就是基于商品图像的搭配推荐。 本文的主要思想是通过学习一...
2022_WWW_Improving Graph Collaborative Filtering with Neighborhood-enriched Contrastive Learning
weixin_46645827的博客
03-23 2758
[论文阅读笔记]2022_WWW_Improving Graph Collaborative Filtering with Neighborhood-enriched Contrastive Learning 论文下载地址： https://doi.org/10.1145/3485447.3512104 发表期刊：WWW Publish time: 2022 作者及单位: Zihan Lin1†, Changxin Tian1†, Yupeng Hou2†, Wayne Xin Zhao2,3B 1Sch
CF464C-Substitutes in Number
dengtan9179的博客
07-14 113
题意 开始给出一个长为\(n\)的数字串，有\(m\)次操作按顺序执行，每次把当前数字串中的某一个数码替换成一个数字串\(t\)（可以为空或多位），最后问操作结束后的数字串十进制下模\(10^9+7\)的值。 \(n,m,\sum t\le 10^5\)。 分析 这题很妙啊！ 直接做肯定是不行的，因为替换的时候长度没有保证。遇到这种前面对后面有影响的问题，可以考虑反过来做。 如果能够求出...
使用Apache MXNet和gluon开发的图片搜索
Bingo
06-29 781
Visual Search with MXNet Gluon and HNSW Demo website Youtube video Presentation slides How does it work? In this tutorial we will create a Visual Search engine for brow...
损失函数loss
热门推荐
皮皮blog
04-12 2万+
http://blog.csdn.net/pipisorry/article/details/23538535 监督学习及其目标函数 损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。 损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部...
（论文阅读笔记）Deep Learning based Recommender System: A Survey and New Perspectives
m0_37191067的博客
02-23 7251
为了交英语作业机翻了这篇论文的一些部分 ，由于时间有限，感兴趣的内容有时间再翻 1引言： 推荐系统出现的背景：在这个信息爆炸的时代，许多用户都要面临信息过载的负担，推荐系统可以为用户过滤掉大部分用户不感兴趣的内容，帮助用户高效的找到感兴趣的东西。推荐系统在许多领域都已经成功应用，例如娱乐、购物、媒体等信息量冗余的领域。推荐系统在各个领域扮演者至关重要和必不可少的角色来提升业务和更方便的制定业务...
Session-based Recommendations with Recurrent Neural Networks.pdf
05-30
Session-based recommendation is a relatively unappreciated problem in the machine learning and recommender systems community.
SESSION-BASED RECOMMENDATIONS WITH RECURRENT NEURAL NETWORKS.pdf
05-16
### 基于会话的推荐系统与循环神经网络的应用 #### 概述 本文讨论了一种基于会话的推荐系统方法，该方法利用循环神经网络（Recurrent Neural Networks, RNN）来处理推荐系统中的短期行为数据。...
Lab 2 - Content-based recommendations.ipynb
最新发布
10-26
Lab 2 - Content-based recommendations.ipynb
Improved Recurrent Neural Networks for Session-based Recommendations.pdf
06-11
Improved Recurrent Neural Networks for Session-based Recommendations
2016-Session based Recommendations with Recurrent Neural Networks.pdf
06-11
Session based Recommendations with Recurrent Neural Networks
GNN:Graph Neural Networks for Social Recommendation简介
loserChen的博客
03-25 6242
Graph Neural Networks for Social Recommendation Abstract 基于GNN建立社交推荐系统有很多的挑战，因此作者提出了GraphRec框架。作者提供了一种有原则的方法来联合捕获用户-项目图中的交互和意见，并提出了框架GraphRec，该框架连贯地对两个图和异构优势进行建模。 Introduction 作者提出三个问题： 如何整合user-user...
Semi-Supervised Classification with Graph Convolutional Networks简介
loserChen的博客
03-10 5662
SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS 摘要 文章呈现了一种可缩放的半监督学习方法，利用卷积神经网络变种来进行图结构数据的学习。通过spectral graph convolution（谱图卷积）的局部一阶近似来确定卷积网络结构。隐藏层的表示是通过编码局部图结构以及结点特征来进行。 介绍 作者主要贡献： 介...
GNN:Session-based Recommendation with Graph Neural Networks简介
loserChen的博客
03-17 5270
Session-based Recommendation with Graph Neural Networks 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...
NARM:Neural Attentive Session-based Recommendation简析
loserChen的博客
05-12 4681
Neural Aentive Session-based Recommendation 介绍 作者提出之前的工作只考虑了用户的序列表现，但是对用户的主要目的并没有明显地强调，因此作者提出Neural Attentive Recommendation Machine（NARM） 方法 NARM的整体框架如下： 编码器方面含有global encoder和local encoder。 global...
YouTube-8M: A Large-Scale Video Classification Benchmark简介
loserChen的博客
04-08 4579
YouTube-8M: A Large-Scale Video Classification Benchmark Abstract 作者以1帧每秒的速度解码视频，同时利用预训练在imagenet上的Deep CNN来抽取隐藏的表征。 Introduction 作者首先利用youtube 视频标注系统对youtube-8m进行标注，同时利用包括人力手动过滤的过滤规则对标签进行相应的筛选 同时作者也提出...
阿里CTR预估三部曲（3）：Deep Session Interest Network for Click-Through Rate Prediction简介
loserChen的博客
06-05 2993
##阿里CTR预估三部曲（3）：Deep Session Interest Network for Click-Through Rate Prediction Introduction 文章主要提出对于用户表现sessions，同一个session内的兴趣是相近的，而不同session之间的兴趣是异质的,因此DSIN应运而生来解决上述的问题，其中利用自注意力网络来获取sessin的兴趣表示，然后使...
DKN: Deep Knowledge-Aware Network for News Recommendation简析
loserChen的博客
05-19 2956
DKN: Deep Knowledge-Aware Network for News Recommendation 介绍 现存的关于新闻的推荐都没有完全利用知识层面的联系，因此作者提出DKN，利用KCNN融合语义与知识层面的新闻表示向量，同时利用attention将用户点击历史与候选新闻计算。 知识储备 知识图嵌入 文章首先介绍了TransE，TransH，TransR，TransD等表示学习方法...
安卓459球馆预定系统设计与实现Analysis of Android-based Stadium Booking System
This system is based on the Android platform and developed using the JAVA programming language and MYSQL database design. The thesis describes the design and implementation process of the Android-...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值