- 博客(6)
- 收藏
- 关注
原创 推荐系统论文:DKN Deep Knowledge-Aware Network for News Recommendation
推荐系统论文:DKN Deep Knowledge-Aware Network for News Recommendation概述模型实现概述这是一篇结合了知识的推荐系统。本质上是对新闻标题的实体关联知识图谱网络,并对实体进行知识表示(向量)。通过构建原始word embedding、知识实体embedding、上下知识embedding三个view,并使用CNN进行训练,最终得到了融合知识的新闻embedding,最后通过一个注意力机制来与用户的新闻浏览历史进行相似度比较。模型实现从宏观上看
2020-11-05 15:06:04
393
原创 推荐系统论文:Neural News Recommendation with Attentive Multi-View Learning
推荐系统论文:Neural News Recommendation with Attentive Multi-View Learning概述模型实现实验结果总结概述在该篇论文中,作者基于多角度的注意力机制来构建神经新闻推荐下系统。其过程主要分为两步:新闻的编码以及用户的编码:在新闻编码中,通过对新闻的标题、类别、内容应用多角度注意力机制来对新闻进行表示。在用户编码中,通过用户的新闻浏览记录以及注意力机制来进行刻画。模型实现深度神经网络结构如下图所示:在该模型中主要分为三个部分,即绿色、红色
2020-11-01 13:45:21
1488
3
原创 推荐系统论文:Personalized News Recommendation Based on ClickBehavior
基于点击行为的个性化新闻推荐前言一、相关工作二、用户兴趣的日志分析1.数据集2.点击分布3.用户兴趣随时间的变化4.新闻趋势5.新闻趋势对用户兴趣的影响6.结论三、用户兴趣预测1.用户真实兴趣计算2.综合用户真实兴趣3.预测用户当前兴趣四、实验结果五、总结1.优点2.缺点前言《Personalized News Recommendation Based on Click Behavior》是一篇利用用户点击行为进行个性化新闻推荐的论文。该论文首先分析谷歌新闻中的用户点击记录,接着通过贝叶斯方法综合用
2020-10-19 18:54:12
926
原创 推荐系统论文:MIND: A Large-scale Dataset for News Recommendation
MIND数据集MIND论文总结MIND数据集新闻推荐系统实现的新闻推荐方法比较与结论MIND论文总结MIND数据集MIND新闻数据集由微软新闻的用户点击日志构建,包含100万用户和16万篇英语新闻文章。在MIND数据集上,论文作者实现了很多的前沿的推荐系统,期望作为一个基准。大量实验显示,利用NLP的方法理解新闻文章、有效的文本表示、预训练语言模型以及用户兴趣建模对新闻推荐系统都有帮助。MIND数据集详细信息:用户数据:在2019年10月12日至11月22日的6周内至少有5条新闻点击记录印
2020-10-17 11:00:10
2267
原创 哪一个python编译器?
在我的电脑中,与python有关的安装是断断续续的,包括python2、python3、anaconda等,有些杂乱,今天将与python有关的内容捋一遍。首先找到python2.7所在:其次是python3.6:最后是anaconda下的python3:为了弄清楚正在使用的是哪一个python,到系统的环境变量进行查看:展开如下:可以看到,添加入系统变量的路径为:C:\P...
2020-02-14 17:11:07
782
原创 计算机系统:程序Hello
hello的一生2018年12月31目 录第1章 概述 - 4 -1.1 Hello简介 - 4 -1.2 环境与工具 - 4 -1.3 中间结果 - 4 -1.4 本章小结 - 4 -第2章 预处理 - 5 -2.1 预处理的概念与作用 - 5 -2.2在Ubuntu下预处理的命令 - 5 -2.3 Hello的预处理结果解析 - 5 -2.4 本章小结 - 5 -第...
2018-12-31 16:42:09
1461
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