自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 【矩阵——LeetCode刷题笔记C++】持续更新

给你一个正整数 n ,生成一个包含 1 到 n^2 所有元素,且元素按顺时针顺序螺旋排列的 n x n 正方形矩阵 matrix。编写一个高效的算法来搜索 m x n 矩阵 matrix 中的一个目标值 target。给你一个 n x n 矩阵 matrix ,其中每行和每列元素均按升序排序,找到矩阵中第 k 小的元素。然后用二分法查找即可。编写一个高效的算法来判断 m x n 矩阵中,是否存在一个目标值。请注意,它是 排序后 的第 k 小元素,而不是第 k 个 不同 的元素。,返回矩阵中的所有元素。

2023-03-10 13:46:20 258

原创 【数组——LeetCode刷题笔记C++】持续更新

刷题记录

2022-08-25 11:45:50 673 2

原创 【论文阅读】LOKI-Practical Data Poisoning Attack against Next-Item Recommendation

对next-item(top-k的首选项目)黑盒推荐的中毒攻击。

2022-07-07 17:07:02 313

原创 线性因子模型—花书第十三章

在深度学习中,当我们数据量不够或者想减小数据量的要求时候,可以使用无监督或半监督模型。无监督学习常常需要建立一种依赖于观察数据的概率模型Pmodel(X)。通过这个模型,给定任何其他变量,推断环境中的任何变量。通常我们会用某种代表了更低维基本特征的潜变量(latent variables)h来更好的表征数据,将问题转化为 Pmodel(x|h).这一章主要介绍了最基本的利用潜变量的概率模型——线性因子模型(Linear Factor model),

2021-11-17 21:00:40 1022

原创 论文阅读-Fairness-aware Personalized Ranking Recommendation viaAdversarial Learning

摘要推荐算法通常基于历史用户-项目交互(例如,点击、喜欢或评级)构建模型,以提供个性化的项目排序列表。由于用户偏好的不同,这些交互通常不均匀地分布在不同的项目组上。然而,作者表明,推荐算法可以继承甚至放大这种不平衡的分布,导致对项目组的不公平推荐。具体地说,作者将基于排名的统计均等(statistical parity)和机会均等(equal opportunity)的概念形式化为项目组个性化排名推荐中公平的两个衡量标准。然后,经验表明,最广泛采用的算法之一——贝叶斯个性化排序——产生了不公平的推荐,这

2021-11-10 20:02:10 1357

原创 论文-Knowledge-aware Graph Neural Networks with LabelSmoothness Regularization for Recommender System

Wang H , Zhang F , Zhang M , et al. Knowledge-aware Graph Neural Networks with Label Smoothness Regularization for Recommender Systems[C]// the 25th ACM SIGKDD International Conference. ACM, 2019.原文:https://dl.acm.org/doi/10.1145/3292500.33308361...

2021-10-10 12:19:13 777

原创 论文阅读——用于推荐的协作知识感知注意力网络

CKAN: Collaborative Knowledge-aware Attentive Network for Recommender System原文链接:https://dl.acm.org/doi/10.1145/3397271.34011411 摘要由于知识图(KG)可以有效地解决协同滤波的稀疏性和冷启动问题,因此它作为推荐系统领域的边信息得到了广泛的研究和应用。然而,现有的大多数基于KG的推荐方法主要集中于如何有效地编码KG中的知识关联,而不突出用户-项交互中潜在的关键协作.

2021-07-22 18:43:24 1644

转载 论文阅读——学习与知识图交互背后的意图以供推荐

Wang X , Huang T , Wang D , et al. Learning Intents behind Interactions with Knowledge Graph for Recommendation[J]. 2021.原文出处:https://dl.acm.org/doi/10.1145/3442381.3450133摘要知识图谱(KG)在推荐系统中起着越来越重要的作用。最近的一个技术趋势是开发基于图神经网络(GNNs)的端到端模型。然而,现有的基于GNN的模型在...

2021-07-12 09:08:34 1345

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除