![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
_Mogician
这个作者很懒,什么都没留下…
展开
-
[ICDE‘20] Sequence-Aware Factorization Machines for Temporal Predictive Analytics (SeqFM)
原论文Motivation现有的基于矩阵分解的模型不能捕捉序列信息,于是作者提出了新颖的SeqFM模型,分别学习静态特征(如性别)、动态特征(如交互信息)以及二者之间的关系。Introduction为了避免特征工程中手工设计,FMs (factorization machines) 用来将原始的特征嵌入到隐向量空间,并且通过对emb内积学习特征之间的联系。但是plain FM受限于线性表达能力,DNN-based FM,如Xiangnan He的NFM,学习高阶的联系。FM有两种趋势:一种是.原创 2020-07-19 22:37:10 · 510 阅读 · 0 评论 -
【论文精读】门控图神经网络GGNN及SRGNN
GGNNSRGNN是GGNN在推荐系统上的应用,核心网络几乎没有改变。GGNN的核心模型其实非常简单,在计算上和GRU基本没有区别。但为了更好的理解ava_vav是如何构造出来的,我们还得从最基本的思想讲起。信息传播绝大多数GNN的思想在于消息传播(Message Passing)或者说信念传播(Belief Propagation)。很自然的,我们知道一个节点的信息可以根据其邻居节点信息进行更新。初代GNN2009年最早的GNN论文1将这个过程抽象为xn=fw(ln,lco[n],xne原创 2020-05-30 11:55:00 · 9785 阅读 · 5 评论