- 博客(15)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 GBDT+LR
GBDT+LR一、GBDT+LR是什么？1.GBDTGBDT(Gradient Boosting Decision Tree) 又叫 MART（Multiple Additive Regression Tree)，是一种用于回归的机器学习算法，该算法由多棵决策树组成（但GBDT是回归树，不是分类决策树），所有树的结论累加起来做最终答案。当把目标函数做变换后，该算法亦可用于分类或排序。2.LR逻辑回归模型(Logistic regression，LR)，又称对数几率模型。逻辑： 逻辑Sigmoi
2020-10-30 21:31:34
219
原创 Wide&Deep
Wide&DeepWide & Deep 模型的核心思想是结合线性模型的记忆能力和 DNN 模型的泛化能力，从而提升整体模型性能。一、MotivationMemorization 和 Generalization是推荐系统很常见的两个概念，其中Memorization指的是通过用户与商品的交互信息矩阵学习规则，而Generalization则是泛化规则。Memorization根据历史行为数据，产生的推荐通常和用户已有行为的物品直接相关的物品。而Generalization会学习新的
2020-10-27 21:44:54
142
原创 推荐系统简介
简介：是什么，怎么做，为什么？一、概念推荐系统，并不是真的就要求做一个“系统”，而是为解决信息过载（）Information overload）问题，应用协同智能（collaborative intelligence）做推荐的技术。与搜索引擎对应，推荐系统也叫推荐引擎。但是推荐系统相对于搜索引擎来讲，更加倾向于针对没有明确目的人们。它会根据用户的历史行为、兴趣爱好、商品特征等因素进行分析，进而生成推荐结果。二、分类及评价指标1. 模型及分类推荐系统的通用模型如下图1。推荐算法是整个推荐系统中最核
2020-10-19 22:00:47
221
原创 Limiting the Spread of Epidemics within Time Constraint on Online Social Networks
限制流行病在有时间约束的在线社交网络上传播一、
2020-09-04 11:11:00
233
原创 Relative influence maximization in competitive social networks
竞争性社交网络中的相对影响力最大化一、本文的主要工作研究了CIC模型下的RIM问题。我们利用目标函数的单调和亚模性质提出了一个贪心算法，即GreedyRIM。我们进一步提出了一种新的基于距离敏感（DS）的启发式方法。实验表明，GreedyRIM取得了良好的效果，DS启发式算法比其他启发式算法具有更高的效率和更好的有效性。二、简介1. CIC模型基于IC模型，每个节点都有三个状态：非活动态（inactive）、P活动态（P-active）和N活动态（N-active）。处于非活动状态的个体不受影响。
2020-08-18 21:58:53
390
原创 A new algorithm for positive influence maximization in signed networks
符号网络中正影响最大化的新算法一、概述二、PIM-SN问题和独立路径三、传播函数及其正确性四、正向影响最大化注：
2020-08-02 22:28:19
688
6
原创 Information Diffusion in Online Social Networks:A Survey
在线社交网络中信息扩散的一项调查一、说明1.信息传播研究的问题：哪些信息或主题最受欢迎并且传播最多；如何传播？为什么传播？信息传播的路径、信息在未来的传播。网络的哪些成员在传播过程中扮演重要角色？2.本文的主要目的：\qquad回顾有关这些问题的发展，以便对该领域进行简化。并提供了该领域现有方法的库。二、在线社交网络的基础和信息传播1.OSN\qquad在线社交网络（OSN）是由于使用特别的网络服务而产生的，通常用社交网站（SNS）代指它。它允许其用户\qquad(i) 创建个人资
2020-07-31 21:14:59
795
原创 Maximizing influence under influence loss constraint in social networks
在影响力损失约束下的社交网络中的最大化影响一、概述1.摘要常规的影响最大化问题：从社交网络中选取K个节点，在网络上拥有最大的影响力（能够传播最多的节点）。问题：先前对选取前K个影响节点的研究，是假设所有选定的K个节点都可以按预期传播影响。但是某些选定的节点在实践中可能无法正常运行，我们希望选择K个节点，即使在一部分节点故障后，造成的损失达到我们所能接受的地步。本文问题的目标：找到 top-K 个影响节点，它的一个子集R(R<K)由于发生故障而造成的影响损失达到阈值。算法：一种基于约束的模
2020-07-21 12:06:16
151
原创 Profit Maximization for Viral Marketing in Online Social Networks: Algorithms and Analysis
在线社交网络中病毒式营销的利润最大化：算法和分析一、论文摘要及问题说明1. 摘要信息可以通过具有“口碑效应”的在线社交网络（OSNs）快速而广泛的传播。病毒式营销是一种典型的应用，其中OSNs中的某些种子用户以级联的方式将新产品或商业活动广告推销给其他用户。初始种子用户的选择在病毒式营销的费用和回报之间进行了权衡。本文的主要工作：定义了一个通用的利润指标，该指标自然地将影响力传播的好处...
2020-05-24 17:02:56
393
原创 Maximizing the Spread of Influence through a Social Network
通过社交网络最大化影响力的传播一、概述二、IC、LT和次模函数
2020-04-13 00:28:33
2561
14
原创 Mining Knowledge-Sharing Sites for Viral Marketing
挖掘知识共享网站用于病毒式营销相关工作：在我们之前的工作[5]中，我们挖掘了一个协作过滤系统来展示我们的病毒式营销方法相对于直接或大规模营销的优势。在那里，我们使用了一个更复杂的分段线性函数来确定客户对彼此的影响。在本文中，我们使用一个具有更强线性假设的模型来实现更大的可伸缩性。我们之前的工作的一个缺点是它需要充分了解网络结构，并且限制了营销人员选择布尔营销行为。这两个局限性在本文中都得到了...
2020-03-13 23:06:47
274
原创 数据爬取与文本聚类
文章目录一、问题二、实验1. 文本聚类背景2. 实验方法和思路3. 实验过程分析4. 实验结果和总结一、问题同一个名字可能指代很多个人，我们需要正确的把ta们甄别出来。数据集，选取下面链接中的0001-0020 “Jun Li” 数据集作为你方法的测试，共超过1000条纪录实际是聚类问题的分析，适用多种聚类方式和验证公式。二、实验1. 文本聚类背景大数据时代下，海量数据以不同的...
2019-10-05 22:52:11
879
Profit Maximization for Viral Marketing in Online Social Networks
2020-05-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人