![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文笔记
文章平均质量分 94
THOOOR
这个作者很懒,什么都没留下…
展开
-
[论文笔记] Improving Collaborative Metric Learning with Efficient Negative Sampling
论文笔记Improving Collaborative Metric Learning with Efficient Negative Sampling (arxiv.org)Improving Collaborative Metric Learning for Recommendation by a 2-stage negative sampling strategy. (github.com)基于三元组损失的距离度量学习已成功应用于广泛的应用中,例如人脸识别、图像检索、说话人变化检测以及最近使.原创 2021-08-19 14:02:40 · 241 阅读 · 0 评论 -
[论文笔记] Session-aware Linear Item-Item Models for Session-based Recommendation
原文地址Session-aware Linear Item-Item Models for Session-based Recommendation (arxiv.org)https://github.com/jin530/SLIST基于会话的推荐旨在根据会话中先前消费的物品的序列预测下一个物品,例如电子商务或多媒体流服务。 具体来说,会话数据表现出一些独特的特征,即会话一致性和会话内物品的顺序依赖性、重复的物品消费和会话时效性。 本文提出了简单而有效的线性模型来考虑会话的整体方面。具体来说:.原创 2021-08-19 13:59:17 · 463 阅读 · 0 评论 -
[论文笔记] An Efficient and Effective Framework for Session-based Social Recommendation
原文地址Improving Collaborative Metric Learning with Efficient Negative Sampling (arxiv.org)Improving Collaborative Metric Learning for Recommendation by a 2-stage negative sampling strategy. (github.com)基于三元组损失的距离度量学习已成功应用于广泛的应用中,例如人脸识别、图像检索、说话人变化检测以及最近使.原创 2021-08-19 13:57:42 · 626 阅读 · 0 评论 -
[论文笔记] Non-invasive Self-attention for Side Information Fusion in Sequential Recommendation
原文地址Non-invasive Self-attention for Side Information Fusion in Sequential Recommendation顺序推荐系统旨在根据用户的历史行为对用户不断变化的兴趣进行建模,从而做出与时间相关的定制推荐。本文提出了 NOninVasive self-Attention 机制 (NOVA) 以在 BERT 框架下有效地利用边信息。 NOVA 利用辅助信息来生成更好的注意力分布,而不是直接改变物品嵌入,这可能会导致信息过多。本文研究了.原创 2021-08-19 13:56:29 · 797 阅读 · 1 评论 -
[论文笔记] SSE-PT: Sequential Recommendation Via Personalized Transformed
原文地址SSE-PT: Sequential Recommendation Via Personalized TransformerSSE-PT/SSE-PT (github.com)时间信息对于推荐问题至关重要,因为用户偏好在现实世界中自然是动态的。 深度学习的最新进展,尤其是除了在自然语言处理中广泛使用的 RNN 和 CNN 之外,还发现了各种注意力机制和更新的架构,可以更好地利用每个用户参与的物品的时间顺序。 特别是 SASRec 模型,受到自然语言处理中流行的 Transformer 模型.原创 2021-08-19 13:55:03 · 700 阅读 · 0 评论 -
[论文笔记] Handling Information Loss of Graph Neural Networks for Session-based Recommendation
原文地址KDD 2020 | Handling Information Loss of Graph Neural Networks for Session-based RecommendationHandling Information Loss of Graph Neural Networks for Session-based Recommendation (github.com)最近,图神经网络(GNN)因其在各种应用中令人信服的性能而越来越受欢迎。许多先前的研究也尝试将 GNN 应用于基于.原创 2021-08-19 13:52:17 · 661 阅读 · 0 评论 -
[论文笔记] A Joint Neural Model for Information Extraction with Global Features
2020 ACL会议《A Joint Neural Model for Information Extraction with Global Features》论文笔记原创 2020-10-18 23:08:53 · 2624 阅读 · 3 评论