文章分享：Context-aware Academic Collaborator Recommendation

最新推荐文章于 2023-04-10 13:50:24 发布
最新推荐文章于 2023-04-10 13:50:24 发布
阅读量1.1k 收藏 1
点赞数 1
分类专栏： 数据 文章标签： 论文 推荐 学术合作者 数据挖掘 机器学习
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/tszupup/article/details/82965623
版权

        分享一篇关于学术合作者推荐的文章：Context-aware Academic Collaborator Recommendation， 这篇文章将Context-aware Recommendation应用到Academic Data Mining中，提出了一个新问题Context-aware Academic Collaborator Recommendation，并给出了具体的解决方案，个人认为在解决类似问题时，可以参考文章的思路。文章发表在2018年KDD上，下载地址为:Context-aware Academic Collaborator Recommendation。正好最近准备汇报这篇文章，所以以PPT的形式展示给大家。

1
2
3
45678910111213141516171819202122232425262728293031323334        欢迎交流！ QQ：3408649893

【WACV 2021】语义分割模型上下文感知剪枝：Context-Aware Pruning for Semantic Segmentation
梁瑛平的博客
08-05 949
【WACV 2021】语义分割模型上下文感知剪枝：CAP: Context-Aware Pruning for Semantic Segmentation论文地址：代码地址：主要问题：主要思路：具体实现：语义分割中的上下文信息：上下文感知指导模块（CAGM）：具有上下文感知功能的引导式稀疏化（CAGS）：实验结果：联系作者：我的公众号： 论文地址： https://dr.ntu.edu.sg/handle/10356/147439 代码地址： https://github.com/erichhhhho/CA
《ContextNet：Context-Aware Image Matting for Simultaneous Foreground and Alpha Estimation》论文笔记
m_buddy的博客
10-10 1396
参考代码（训练部分未公开）：ContextNet 现有的一些基于CNN网络的matting网络都是使用三色图与原始图像作为输入，之后输出这张图对应的alpha图。而这篇文章则同时输出前景图和alpha图，对此文章提出了两个编码器：matting编码器（matting encoder，ME）和context编码器（context encoder，CE），分别用于获取表征范围在局部和较大范围的信息，之后将编码之后的两个特征进行concat，经过也是两个解码器得到需要的alpha图和前景图。对此文章还引入了两个损
Context_aware Sequential Recommender
01-24
Since sequential information plays an important role in modeling user behaviors, various sequential recom- mendation methods have been proposed. Methods based on Markov assumption are widely-used, but independently com- bine several most recent components. Recently, Recurrent Neural Networks (RNN) based methods have been successfully applied in several sequential modeling tasks. However, for real- world applications, these methods have difficulty in modeling the contextual information, which has been proved to be very important for behavior modeling. In this paper, we propose a novel model, named Context-Aware Recurrent Neural Net- works (CA-RNN). Instead of using the constant input matrix and transition matrix in conventional RNN models, CA-RNN employs adaptive context-specific input matrices and adap- tive context-specific transition matrices. The adaptive context- specific input matrices capture external situations where user behaviors happen, such as time, location, weather and so on. And the adaptive context-specific transition matrices capture how lengths of time intervals between adjacent behaviors in historical sequences affect the transition of global sequential features. Experimental results show that the proposed CA- RNN model yields significant improvements over state-of-the- art sequential recommendation methods and context-aware recommendation methods on two public datasets, i.e., the Taobao dataset and the Movielens-1M dataset.
推荐系统（1）--splitting approaches for context-aware recommendation
JD_Beatles的专栏
03-28 1030
上下文推荐系统中splitting方法的学习与总结。
context-aware recommendation
dustinsea的专栏
02-10 4316
推荐系统中增加上下文信息提升准确度， 在移动趋势的今天更加必要
Context-aware Sequential Recommendation 论文&代码阅读
thomasqu的博客
09-03 1256
Liu Q , Wu S , Wang D , et al. Context-aware Sequential Recommendation[J]. 2016 IEEE 16th International Conference on Data Mining. 论文链接: https://arxiv.org/pdf/1609.05787.pdf. Introduction 这篇文章是最早的将con...
文献阅读总结（4）Graph convolution machine for context-aware recommender system
hh___56789的博客
12-04 647
Graph convolution machine for context-aware recommender system
论文学习：Context-Aware Crowd Counting
Focus
11-10 1081
CAN Context-Aware Crowd Counting CVPR 2019 洛桑联邦理工学院 论文：https://arxiv.org/pdf/1811.10452.pdf 代码：https://github.com/weizheliu/Context-Aware-Crowd-Counting Instruction 作者提出了一种end2end的网络，它可以在多个感受野（尺度）下进行特征提取，并且学习图像中的重要特征，从而解决快速尺度变化问题。 这篇文章是直接将多尺度的上下文信息整合到这个en
Context-Aware Attentive Knowledge Tracing文献笔记
老六
10-25 1469
模型思路 一个人对某个知识点的掌握或对某个题目的理解都受到其以往做题经验的影响，而且这个影响会随着时间衰退。比如，学生A和B都依次做了（a,b,c,d,e)五个题目，A的答题记录是(1,0,1,1,1)，B的答题记录是(0,1,0,1,0)，那么A和B都做到题目e时，他们对其的理解是不同的，即同一个题目对不同做题经验的人来说含义不同（在模型里表现为表征这个题目的vector x 并不是固定的，而是会随着人变化）；而对于同样的题目d，学生A和B的response都是1，但是这两个学生答对这个题目后对自身知识的
【目标跟踪】CACF：Context-Aware Correlation Filter Tracking
kobe_huai的博客
09-10 6589
CVPR2017的oral，之前读过这篇文章，没get到oral的点在哪，今天有空又读了一遍，感觉嗯，oral还是有oral的理由的…… 原文链接：Context-Aware Correlation Filter Tracking Motivation 这篇文章还是解决的相关滤波的老问题，由于余弦窗（用来抑制边界效应的）和search region的限制，导致CF模板学不到太多的背景...
Context-Aware RecommenderSystems
半睡半醒半浮生
03-08 738
详见附件，欢迎探讨```
kdd cup 2019赛题Context-Aware Multi-Modal Transportation Recommendation解读
马飞飞的博客
04-14 2447
赛题地址 https://dianshi.baidu.com/competition/29/question 竞赛目的 根据用户以往点击情况和路线推荐 对用户的行走方式选择进行预测，这里区分好sid和pid（sid是session会话的意思，表示一次导航过程 ，pid表示的是一个人），pid是直接关联于属性的，sid是关联于一次导航任务。 是根据query表、plans表、profil...
[论文学习]Convolutional matrix factorization for document context-aware recommendation
somTian的博客
05-23 7411
翻译论文Convolutional matrix factorization for document context-aware recommendation
论文阅读笔记：Context-aware Embedding for Targeted Aspect-based Sentiment Analysis
weixin_44740082的博客
06-28 2512
目录 问题描述： 方法： 输入： 稀疏系数向量： 重新构建目标向量： 微调方面向量： 实验结果： 可视化分析： 总结 问题描述： 这是一篇来自哈尔滨工业大学深圳院校2019年在ACL发表的文章，应用于Targeted aspect-based sentiment analysis(TABSA)，这一问题是根据句子中的具体的target，识别其属...
Context-Aware Attention Network for Image-Text Retrieval——2021CVPR 中科院
weixin_49710179的博客
03-22 3892
一、研究背景 跨模态问题，图像–文本的双向检索严重依赖于每个图像-文本的联合嵌入学习以及相似性度量。很少有人同时探索单个模态中模态和语义相关性之间的对应。 二、作者对本文的贡献 1、提出了上下文感知注意力网络，可以从全局的角度基于给定的上下文来适应的选择信息片段。其中包括a：单个模态内的语义相关性 b：区域与单词之间的可能的对齐方式。 2、提出了使用语义注意力来捕获模态内的潜在相关性。并且图片选定区域与单词对其的二阶注意是具有可解释性的。 三、本文作者的动机 在以往的研究中，很少有人关注单一模态中，模态之间
跨模态检索论文阅读：Context-Aware Attention Network for Image-Text Retrieval
zag666的博客
04-10 1417
图像-文本双向检索在很大程度上依赖于每个图像-文本对的联合嵌入学习和相似性度量。先前的工作很少同时探索模态之间的语义对应和单一模态的语义关联。在这项工作中，我们提出了一个统一的上下文感知注意力网络工作（CAAN），它通过聚合全局上下文有选择地关注关键的局部片段（区域和单词）。具体来说，它同时利用全局模态间的对齐和模态内的关联来发现潜在的语义关系。考虑到检索过程中图像和句子之间的相互作用，模内关联来自于对区域-词排列的二阶关注，而不是直观地比较原始特征之间的距离。
ContextLocNet: Context-Aware Deep Network Models for Weakly Supervised Localization
Ma_tx
03-29 581
我们通过引入两种类型的上下文感知指导模型，即加性模型和对比模型来解决这个问题，这两种模型利用它们周围的上下文区域来改进定位。 加性模型鼓励预测的对象区域得到其周围上下文区域的支持。 对比模型鼓励预测的对象区域从其周围的上下文区域中突出。 给定提取的ROI作候选区，本文提出两个基本的上下文感知模型，加性模型和对比模型，利用周围的上下文区域来改进候选区；加性模型依赖于语义一致性，它从ROI和上下文中聚合类激活；对比模型依靠语义对比来计算ROI和上下文之间类的激活 方法 1、Convolutional and
[CAN] [CVPR2019]：Context-Aware Crowd Counting论文+代码解读
学术菜鸡
07-14 2842
Context-Aware Crowd Counting论文和代码解读
（论文阅读笔记）Attentive Aspect Modeling for Review-aware Recommendation
DOVIS_song的博客
03-20 692
论文：Attentive Aspect Modeling for Review-aware Recommendation 1.解决问题 由于用户与产品互动的稀疏性以及用户使用多种语言的原因，在针对目标用户和产品的评论中提到的常见Aspect的数量通常非常有限，存在Aspect稀疏性。 对于不同的产品（即使在同一类别中），用户关注的方面可能有所不同。 2.创新点 1.对同义和相似的aspect进...
basnet: boundary-aware salient object detection
最新发布
04-11
Q: "b'basnet：boundary-aware显著对象检测'。" A：basnet是一种基于深度学习的显著对象检测方法，它具有边界感知特性，能够准确地将显著对象从背景中分离出来。该方法在不同任务中具有广泛的应用，如图像分割、视频目标识别等。
评论 7
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