logan112358-CSDN博客

原创 Sequential Recommendation with Latent Relations based on Large Language Model

本文是清华THUIR实验室的一篇基于大模型的序列推荐的论文。传统的序列推荐方法通常基于物品的协同过滤算法计算物品之间隐含的协同相似度，但是却忽略了物品间的显式关系。近年的研究提出了一些利用物品间的关系来建模用户偏好的方法，人为手动地定义物品之间的关系，显著地改进了序列推荐的效果，但是这些方法仍面临着稀疏问题，包括物品稀疏和关系稀疏。

2024-07-09 17:57:29 767

原创 TALLRec: An Effective and Efficient Tuning Framework to Align Large Language Model w Recommendation

由用户交互的历史项目被表示为一个由item1item2itemnitem1item2...itemn表示的序列。序列中的每个项目都包含 ID 和文本信息（例如，电影名称或书名）。此外，该序列还伴有一个用户反馈序列，表示为rate1rate2ratenrate1rate2...raten，其中ratei∈10ratei∈10。

2024-06-17 18:51:57 933

原创 Multi-Objective Intrinsic Reward Learning for Conversational Recommender Systems

作者认为以往的强化学习方法过于依赖人手工设置的启发性的奖励函数，这有如下缺点：1）由于是启发性设置的奖励，不能精准地反映用户的意图。2）手工设置的启发性奖励函数不能细粒度地反映不同物品、属性对用户偏好建模的不同贡献。此外，由于对话系统的外在奖励过于稀疏以及对话轮数和推荐准确性有内在的冲突，作者使用了多目标双层优化学习内在奖励函数的在线算法——其中多目标优化的目的是到达帕累托最优（Pareto optimality）特别稀疏，只有成功或失败时有正或负奖励，中间动作的奖励为0.

2024-03-25 13:25:17 763

原创 Lending Interaction Wings to Recommender Systems with Conversational Agents

本文采用最大确定性增益的方法，方法较为简单，系统框架能够即插即用，得到了很好的实验结果，但未必优于普遍使用的强化学习方法，作者自己的解释是在训练数据不足的情况下强化学习不能很好地训练模型，本方法会更胜一筹。

2024-01-08 18:55:51 979

原创 Learning to Infer User Implicit Preference in Conversational Recommendation

2023-11-26 18:35:57 128

原创论文笔记——Conversational Recommender System

所以在用户决策的过程中，历史信息与当前的信息都很重要，结合这两点因素，就提出了对话推荐系统，在对话推荐系统中，系统与用户将发生多轮对话，系统结合用户的历史兴趣，以及当前对话中捕捉到的用户兴趣，对用户进行商品推荐。其中，用户对于每个属性的选择，表示为 (f,v) 的形式， f代表facet， v 代表对应的取值。其中，m和n是用户和商品分别的index，其中 m 和 n 表示in由um评分，即用户m对商品n的反馈，输出的ymn可以是显式反馈的评分，也可以是隐式反馈的 0-1 标量。检索到的项目形成候选集。

2023-10-30 15:42:15 268 1

原创 maven web项目时遇到的问题总结

3.maven项目在使用tomcat 插件作为服务器时，不能在IDEA中直接打开网页，需要在浏览器中输入url。把出错信息报告的jar包用winrar打开，然后把里面的info.class删除就行。这个报错原因常发生在 insert 语句，表的列数和插入的列值个数不同。setString方法，给第几个问号赋值为..根据提示把重复的dependency删除即可。

2022-12-10 14:57:39 254 1

原创 MAVEN 安装及使用

4.maven根据pom.xml文件从中央仓库下载jar包，但这个仓库一般是在国外，因此速度会非常慢，所以要修改成国内阿里巴巴的镜像地址。1.概念：maven（专家，内行），相当于一个大超市，里面通过配置文件xml实现依赖，通过坐标定位而不用自己搜索手动下载jar包。解压，把bin目录的路径（包括bin）复制，新建MAVEN_HOME变量，此路径作为其值。根目录：存放pom.xml（存放所有jar包依赖和插件）和所有子目录。win+r，输入mvn -v，查看版本。2.环境配置：下载maven。

2022-12-09 08:55:10 93

原创面向可维护性的构造技术知识点总结与思考

1.可维护性的常见度量指标：1）圈/环复杂度（CC）：评价代码的结构复杂度。独立路径的数量2）代码行数（LOC）：太大的LOC可能意味着方法或类型做了太多工作所以应该被split up2.聚合度和耦合度：3.SOLID原则1）（SRP）单一责任原则2）（OCP）开放-封闭原则3）（LSP）liskov替换原则4）（DIP）依赖转置原则5）（ISP）接口聚合原则下面分别介绍这五条原则：单一责任原则：ADT中不应该有多于一个原因让其发生变化，否则就拆分开，也就是一个类应该专注于做并且只做一件事反例：（面向变化的

2022-06-12 16:01:33 118

原创面向复用的软件构造技术知识点总结与思考

一、复用1.复用种类：白盒复用：源代码可见，复制已有代码到正在开发的系统，进行修改和扩展黑盒复用：源代码不可见，不能修改，只能通过API接口来使用1）源码级别复用2）模块级别复用：类，接口i）复用类的方法：，继承，委托委托：当一个对象依赖另一个对象的一些子功能时3）库级别复用2.设计复用类in oop二、行为子类型和LSP1）子类型多态：客户端可以用统一的方式处理不同类型的对象如果对于类型T的对象x，q（x）成立，那么对应于类型T的子类型S的对象y，q（y）也成立。2）子类型中可以增加方法，但不可以删除方法

2022-06-12 10:56:52 144

原创 java snapshot图史上最详细手把手教学

前言：在复习期间，复习snapshot图时，课件没有详细的总结，网络上也没有很好的教程，因此本人总结了基本概念。一、什么是snapshot图？snapshot图用于描述程序运行时的内部状态：如栈（方法和局部变量），堆（当前存在的对象）在八维度三视图中属于：运行（Run-time）、时刻（Moment）、代码（Code-level）构成要素为：带箭头的线、圈、字符二、基本概念：（一）对象、引用、数据类型String s = new String(“logan”);在这句代码中，s是引用，"logan"

2022-06-09 14:34:45 1884

原创软件构造实验二思考与心得

这里记录一下完成实验二的一些心得，以及从实验二完成过程中的一些收获总结。一、java语法相关：由于之前的没有系统地学习过java相关的语法和基础知识，在完成lab2时还是遇到了不少障碍。1.域的种类java中的域分为两类：静态域（一个类中只有一个这样的域）、实例域（每一个对象对于所有的实例域都有自己的一份拷贝）静态域如果将域定义为static，那么每个类中只有一个这样的域。实例域每一个对象对于所有的实例域却都有自己的一份拷贝。例如，假定需要给每一个学生赋予唯一的学号。这里给student类添加一个实例域id

2022-06-07 15:15:21 92

原创 ADT抽象数据类型

一.ADT:抽象数据类型1.除了编程语言所提供的基本数据类型和对象数据类型，程序员可定义自己的数据类型2.抽象数据类型被其操作定义,操作和规约刻画其特征3.抽象数据类型与表示独立性：能够分离数据结构和对其使用的方式4.ADT特性：不变量、表示泄露、、抽象函数AF、表示不变量RI二.可变和不可变数据类型1.可变类型的对象：提供了可改变其内部数据的值的操作2.不可变数据类型：其操作不可改变内部值3.抽象类型的操作:构造器(从无到有),构造器可能需要一个对象参数，但这个参数类型不是要构造的类型生产器(从有到新),

2022-06-04 16:45:32 718

weixin_51404363的博客