2021-ACL-HieRec: Hierarchical User Interest Modeling for Personalized News Recommendation

最新推荐文章于 2023-03-24 21:54:29 发布
最新推荐文章于 2023-03-24 21:54:29 发布
阅读量378 收藏 1
点赞数 1
分类专栏： 推荐系统 文章标签： 推荐系统
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_38119106/article/details/123625679
版权
本文介绍了HieRec模型，该模型通过分层用户兴趣建模和匹配来实现个性化新闻推荐。在实验部分，展示了模型在召回率和多样性上的优秀表现，并进行了案例分析。
摘要由CSDN通过智能技术生成

3 HieRec

3.1 问题定义

新闻n的组成：

  • title
    • 文本序列 T ，w表示单词
    • 实体序列 E ，e表示实体
  • topic t
  • subtopic s

用户的行为序列：

  • M个点击的新闻
  • 点击主题集合 { t 1 , t 2 , . . , t m } \{ {t_1,t_2,..,t_m}\} { t1​,t2​,..,
最低0.47元/天 解锁文章
Dive_
关注
专栏目录
(ACL+ICML)2020推荐系统相关论文聚焦
张小磊的博客
07-03 1315
前言第58届国际计算语言学协会年会（ACL，The Association for Computational Linguistics）将于2020年7月6号-8号线上举行。官网公布了A...
Paper Notes: Adaptive User Modeling with Long and Short-Term Preferences for Personalized Recommenda
HotChoc的博客
09-30 757
Adaptive User Modeling with Long and Short-Term Preferences for Personalized Recommendation LINK: https://doi.org/10.24963/ijcai.2019/585 CLASSIFICATION: RECOMMENDER-SYSTEM, SEQUENTIAL RECOMMENDER, LONG SHORT INTEREST YEAR: Submitted on 24 May 2019
阿里/快手均发力-用户长期和短期兴趣建模 |CIKM|WWW
最新发布
abcdefg90876的博客
03-24 943
阿里和快手同时发力用户长短期兴趣建模，而且Idea如出一辙，可能意味着一种新信号--长短期兴趣建模对个性化推荐系统尤为重要：① 阿里CIKM2022年10月份，应用在搜索场景：短期兴趣的提取含有Query、和最近的触发行为；长期兴趣采用短期兴趣做Target对用户长期行为序列进行提取而来。② 快手WWW2022年4月份发表，应用在推荐Feed流场景：短期兴趣采用最近的触发作为Query；长期兴趣...
推荐系统----2020会议文章集锦
weiwei935707936的博客
11-14 1万+
盘点 | AAAI2020中的四篇推荐系统好文 AAAI中推荐系统的文章并不多，目之所及处仅有四篇。内容上覆盖了评论推荐、多目标推荐以及图神经网络等话题。 本文基于AAAI中的这四篇推荐系统论文，展开瞅一瞅它们都讲了些什么。 第一篇文章：可解释评论的推荐中的非对称层次网络与专注的交互 Asymmetrical Hierarchical Networks with Attentive Interactions for Interpretable Review-Based Recommendation
ACL2021 知识图谱、推荐系统相关论文
Kaiyuan_sjtu的博客
01-05 1530
作者|Ccxs整理|NewBeeNLP知识图谱Robust Knowledge Graph Completion with Stacked Convolutions and a ...
HSCS: Hierarchical Sparsity Based Co-saliency Detection for RGBD Images
02-08
### HSCS: Hierarchical Sparsity Based Co-saliency Detection for RGBD Images #### 概述 《HSCS: Hierarchical Sparsity Based Co-saliency Detection for RGBD Images》是一篇发表在IEEE Transactions on ...
k-means-Clustering-Hierarchical-Clustering-:电影分级的k均值聚类和分层聚类
04-16
"**k-means-Clustering-Hierarchical-Clustering--master**" 文件夹很可能包含了以下内容： - 一个或多个 Jupyter Notebook 文件，其中记录了整个分析过程和代码。 - 数据文件，如电影评分数据集。 - 可能的辅助文件...
HiPS : Hierarchical Petri net Simulator:用于设计和分析分层Petri网的HiPS工具功能-开源
04-25
HiPS工具是由信州大学计算机科学与工程系开发的，它是使用Microsoft Visual C＃和C ++开发的Petri网的工具设计和分析。 HiPS工具具有直观的GUI方式，可实现分层和/或定时网络设计。 HiPS工具还具有静态/动态分析功能...
CluterNet: Deep Hierarchical Cluster Network with Rigorously Rotation-Invariant Representation for Point Cloud Analysis
02-08
标题《CluterNet: Deep Hierarchical Cluster Network with Rigorously Rotation-Invariant Representation for Point Cloud Analysis》和描述指出了这篇研究论文探讨的主要内容。这篇论文由中山大学的Chao Chen、...
【ACL2021】主会571篇长文分类最全汇总
zenRRan的博客
07-08 3893
点击下面卡片，关注我呀，每天给你送来AI技术干货！作者｜唐天一机构｜中国人民大学高瓴人工智能学院导师｜赵鑫教授方向 | 自然语言处理来自 |RUC AI Box导读ACL-IJCNLP ...
zookeeper部署奇数节点的原因（最少3个）
小晨尘的博客
04-13 1万+
1.zookeeper集群的写操作，由leader节点负责，它会把通知所有节进行写入操作，只有收到半数以上节点的成功反馈，才算成功。如果是部署2个节点的话，那就必须都成功。2.zookeeper的选举策略也是需要半数以上的节点同意才能当选leader，如果是偶数节点可能导致票数相同的情况3.只有当半数以上的节点存活时 zookeeper集群才能对外服务，维持正常状态，如果是2个节点，只要其中一个挂...
WWW2020推荐系统论文合集(已分类整理)
abcdefg90876的博客
04-21 7894
1摘要国际顶级学术会议WWW2020定在2020年4月20-24日于中国台湾举办。受COVID-19疫情影响(疫情赶紧过去吧)，大会将在线上举行。今天是大会开始的第一天。本次会议...
【兴趣阅读】Adversarial Filtering Modeling on Long-term User Behavior Sequences for Click-Through Rate Pre
梦否
07-02 524
丰富的用户行为信息对捕获和理解点击率预测用户兴趣是及其重要的。最近的研究者提出了几种方法来处理短期-长期行为序列和建模用户兴趣。这些方法没有很好的处理在长期用户行为中的噪声信息，而这可能会明显影响到点击率预测的性能。故而这篇论文提出了一个新奇的对抗过滤模型（），在该模型中使用一个对抗的过滤机制，可以移除无用的行为信息。由于用户历史数据的迅速增长，在点击预测（）任务中用户行为建模被广泛采纳，主要目的是从用户历史行为数据中捕捉到用户兴趣，而且对于推荐系统和在线营销有着至关重要的作用。现有模型主要针对短期用于行为
深度学习下的点击率预测：交互与建模
Paper weekly
06-03 1122
©作者 |林子涵学校 |中国人民大学信息学院硕士来源|RUC AI Box引言点击率（Click-Through Rate，简称 CTR）预测任务在各类互联网应用中大量存在，相关算...
2020 IJCAI 接受论文 list 分类排列（二）
热门推荐
u014546828的博客
08-23 2万+
2020 IJCAI 接受论文 list 分类排列（一） 2020 IJCAI 接受论文 list 分类排列（二） 2020 IJCAI 接受论文 list 分类排列（三） 目录 Main track (Humans and AI) Main track (Knowledge Representation and Reasoning) Main track (Machine Learning) Main track (Machine Learning Applications) Mai.
推荐系统2019-2021顶尖会议论文聚焦
lucas的博客
03-11 3541
推荐系统2019-2021顶尖会议论文聚焦 recommendation & deep learning – AAAI_2020_A Knowledge-Aware Attentional Reasoning Network for Recommendation.pdf – AAAI_2020_An Attentional Recurrent Neural Network for Personalized Next Location Recommendation.pdf – AAAI_2020
Long tailed 长尾分布论文汇总
adf1179的博客
04-14 6344
什么是长尾分布？ 长期以来研究人员做图像、文本分类时使用的大多是均衡数据集：MNIST， CIFAR 10， CIFAR 100等，但是现实生活中的数据分布是非常不均衡的。有的类会占绝大多数，有的类别却很少出现。如果对这种分布不加以考虑，会导致尾部类别（tail）的预测结果受到很大影响，会严重的偏向头部类（head），如图所示： 目前对于长尾分布已经有很多工作去优化、考虑，在这里对最近自己看的论文进行总结。 计算机视觉 Class-Balanced Loss Based on Effective Num
翻译（笔记）：可解释性推荐系统综述Explainable Recommendation: A Survey and New Perspectives
积跬步，至千里
06-01 6157
本文是对“Explainable Recommendation: A Survey and New Perspectives ”的一篇学习记录和关键内容翻译，如有不对的地方，请批评指正，谢谢！ 这篇文章主要包括以下几个部分： 目录 1 introduction 1.1 explainable recommendation 1.2 a historical overview 1.3 c...
Transformer-based VulExplainer: Hierarchical Distillation for Balanced Vulnerability Type ...
VulExplainer是一个创新的深度学习解决方案，特别针对软件漏洞类型解释的问题。它采用Transformer架构，结合了层次化知识蒸馏的概念，旨在解决现有漏洞识别方法中由于数据不平衡（尤其是CWE-ID分布不均）导致的性能...
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