论文阅读
文章平均质量分 92
春春辉
这个作者很懒,什么都没留下…
展开
-
【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。原创 2022-07-07 17:07:02 · 282 阅读 · 0 评论 -
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,这原创 2021-11-10 20:02:10 · 1318 阅读 · 0 评论 -
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...原创 2021-10-10 12:19:13 · 742 阅读 · 0 评论 -
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.原创 2021-07-22 18:43:24 · 1506 阅读 · 0 评论 -
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...转载 2021-07-12 09:08:34 · 1222 阅读 · 0 评论