博客摘录「 KDD 2020 | 理解图表示学习中的负采样」2023年7月20日

最新推荐文章于 2024-10-05 10:13:36 发布
最新推荐文章于 2024-10-05 10:13:36 发布
阅读量88 收藏
点赞数
文章标签： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45103693/article/details/131833319
版权

次线性相关

次线性函数(sublinear function)是一类重要的凸函数。正齐次且是次可加的函数称为次线性函数。局部凸空间(包括赋范线性空间、有限维空间)上的下半连续次线性函数一定是连续线性函数族的上包络。如果-f是次线性函数，那么f称为上线性函数。

九辰LadyNine
关注
KDD2020|阿里联合香港理工大学提出多任务多视角图表示学习框架M2GRL(已开源)
hestendelin的专栏
11-29 651
M2GRL: A Multi-task Multi-view Graph Representation Learning Framework for Web-scale Recommend...
KDD2020|淘宝推荐中的特权特征蒸馏算法PFD
hestendelin的专栏
12-06 856
Privileged Features Distillation at Taobao RecommendationsChen Xu, Quan Li, Junfeng Ge, Jinyan...
KDD 2020 | 理解图表示学习中的负采样
DrugAI
10-11 3341
今天给大家介绍的是清华大学的Zhen Yang等人在KDD 2020发表的文章“Understanding Negative Sampling in Graph Representation Learning”。作者在文章中分析负采样的作用，从理论上证明在优化目标函数和减小方差时负采样与正采样同等重要，得到负采样分布应与正采样分布正相关且呈次线性相关的结论，并提出了一个统一的负采样策略MCNS优化各种网络表示学习算法。 1 背景 近年来，图表示学习逐渐成为数据挖掘研究的热点。主流的图表示学...
KDD'21 | FaceBook ：基于图的负采样方法
Kaiyuan_sjtu的博客
11-11 720
MixGCF: An Improved Training Method for Graph Neural Network-based Recommender Systemshttps://...
KDD2023 | Adaptive Graph Contrastive Learning for Recommendation | 用于推荐的自适应图对比学习
有学上就行.jpg
12-26 1307
本文中，作者提出了一种新颖的方法，通过自适应的视图生成器以提升自监督推荐系统的性能。作者引入了一种全新的推荐系统框架，AdaGCL，包含一个图生成模型和一个图去噪模型来构建对比视图，提供额外的自监督信号来更有效地建模用户-物品交互信息。该方法提升了模型的抗噪声能力，提升了基于图的推荐系统的整体性能。在多个数据集上的充分实验证明了模型出色的性能，超越了多个具有竞争力的基线模型，也证明了它与其他自监督推荐系统模型相比具有的优势。
KDD2020|推荐系统中基于属性的无偏学习：算法和案例研究
EdmundYan的博客
06-08 673
Attribute-based Propensity for Unbiased Learning in Recommender Systems: Algorithm and Case Studies
KDD2020|序列推荐中的解纠缠自监督学习
EdmundYan的博客
06-13 973
Disentangled Self-Supervision in Sequential Recommenders 背景
KDD2020 | 揭秘Facebook搜索中的语义检索技术
夕小瑶科技说
07-31 1058
星标/置顶小屋，带你解锁最萌最前沿的NLP、搜索与推荐技术文 |江城编 |可盐可甜兔子酱导读：今天分享一下 Facebook 发表在 KDD2020 的一篇关于社交网络搜索中的 em...
KDD2022 | 基于图表示的推荐算法教程
张小磊的博客
08-17 600
嘿，记得给“机器学习与推荐算法”添加星标第28届国际知识发现与数据挖掘大会SIGKDD会议将于8月14日至18日在华盛顿举行，该会议为数据挖掘领域顶级会议，CCF A类会议。据统计，今年共有1695篇有效投稿，其中254篇论文被接收，接收率为14.98%。关于KDD2022的推荐系统论文整理可参考KDD2022推荐系统论文集锦(附pdf下载)。推荐系统是现代消费者web应用的基本组成部分，它试图预...
MCNS:KDD 2020论文“了解图形表示学习中的负采样”的源代码和数据集-Source code learning
03-25
了解图表示学习中的负采样。 杨*，明鼎*，周Chang，杨红霞，周静仁，唐杰。 （*这些作者同等贡献这项工作。） 在KDD 2020中（研究方向） 介绍 我们从客观和风险两个角度系统地分析了负采样的作用，并量化了负采样...
C++学习笔记----8、掌握类与对象（四）---- 不同类型的数据成员（1）
weixin_71738303的博客
10-05 724
c++对于数据成员给了你许多选项。除了在类中声明简单的数据成员，可以生成静态数据成员供所有类的对象共享，const成员，引用成员，reference-to-const成员，等等。本节我们解释一下这些不同类型的数据成员的细节。
（笔记）第三期书生·浦语大模型实战营（十一卷王场）--书生入门岛通关第2关Python 基础知识
haidizym的博客
10-02 470
学员闯关手册：https://aicarrier.feishu.cn/wiki/ZcgkwqteZi9s4ZkYr0Gcayg1n1g?课程视频：https://www.bilibili.com/video/BV1mS421X7h4/课程文档：https://github.com/InternLM/Tutorial/tree/camp3/docs/L0/Python。
数据结构-哈西表笔记
最新发布
2302_80490510的博客
10-05 188
如果不用去重就可以用哈希表。
江科大笔记—LED闪烁& LED流水灯& 蜂鸣器
m0_62005595的博客
09-28 491
LED闪烁& LED流水灯& 蜂鸣器
OpenGL笔记十九之相机系统
小勇博客
10-02 464
— 2024-10-02 晚上。
【韩顺平Java笔记】第6章：数组、排序和查找
随手写写
10-02 718
排序是将多个数据，依指定的顺序进行排列的过程。
【数学分析笔记】第4章第4节 复合函数求导法则及其应用（2）
随手写写
10-05 578
【例4.4.3】ye1cosx​，求y′【解】y′e1cosx​⋅21cosx​1​⋅−sinx−21cosx​sinx​e1cosx​yfxuxvx两边取对数得lnylnfxvxlnux等式两边同时对x求导得y1​y′uxvx1​y′v′xlnuxuxvx​u′xy′xuxvxv′xln。
Coursera_ Algorithms I 学习笔记：Module_3_Analysis_of_Algorithm_Introduction
approximately_的博客
09-29 1187
Coursera_ Algorithms I 学习笔记：Module_3_Analysis_of_Algorithm_Introduction
KDD2022：通用序列表征学习在推荐系统中的新突破
"这篇文档是关于2022年KDD大会收录的论文，主题是通用序列表征学习在推荐系统中的应用。作者探讨了如何通过建模物品的文本描述来学习可迁移的通用表征，以解决传统方法中依赖物品ID导致的数据孤岛问题。论文提出了...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值