![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
文章平均质量分 78
是小曾同学啊
想好好学习的小曾
展开
-
论文阅读笔记:STAN: Spatio-Temporal Attention Network for Next Location Recommendation
背景文章考虑用不相邻的用户和不连续的访问理解用户行为,利用沿轨迹具有自我关注层的所有登记的相对时空信息,提出了一个时空注意力网络(STAN)做下一兴趣点推荐。一、需要解决的问题示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、创新点1.引入库代码如下(示例):import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimp..原创 2021-06-15 17:19:35 · 1761 阅读 · 0 评论 -
论文阅读笔记:Geography-Aware Sequential Location Recommendation
论文阅读笔记:Geography-Aware Sequential Location Recommendation文章目录论文阅读笔记:Geography-Aware Sequential Location Recommendation一、需要解决的问题解决方法:二、创新点三、主要贡献四、模型1.引入库2.读入数据总结一、需要解决的问题针对地理信息不能有效利用和数据稀疏问题,提出了一种基于自关注网络的地理软件顺序推荐器,用于位置推荐。地理信息为什么重要:个人移动历史通常表现出空间聚集现象,因此需原创 2021-06-14 16:42:27 · 841 阅读 · 2 评论 -
论文阅读:Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate
这是一篇用多任务模型预测CVR的文章。主要解决两个问题:1、样本偏差(SSB)2、数据稀疏(DS)一、背景之前的解决方法:1、 建立不同特征的的分层估计,并结合逻辑回归模型视图解决数据稀疏问题;但是,依赖于先验知识来构建层次结构,这在数千万用户和项目的推荐系统中很难应用。2、过采样方法:过采样方法复制了很少罕见样本,有助于减轻数据的稀疏性,但对采样率敏感。3、AMAN:采用随机抽样策略选择未点击的曝光作为负样本。它可以通过引入未观测到的例子在一定程度上消除SSB问题,但结果会低估CVR的预测原创 2021-05-20 22:11:26 · 481 阅读 · 0 评论 -
论文阅读笔记:EHCF(异构协同过滤)
论文阅读笔记:EHCF(异构协同过滤)提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加例如:第一章 Python 机器学习入门之pandas的使用提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录论文阅读笔记:EHCF(异构协同过滤)前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的原创 2021-05-18 09:02:25 · 701 阅读 · 0 评论