![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读
yfreedomliTHU
这个作者很懒,什么都没留下…
展开
-
SR-GNN论文解读(AAAI2019)
Session-based Recommendation with Graph Neural Networks(SR-GNN)1.引言基于会话的推荐系统旨在通过匿名的会话来预测用户行为。但是传统基于序列的推荐算法并不能获取items间的复杂的转移关系,因此本文提出了基于GNN的方法。2.相关工作• 传统的推荐算法• 基于深度学习的方法• 图神经网络(GNN)3.方法介绍SR-GNN...原创 2019-06-08 22:01:30 · 6648 阅读 · 0 评论 -
论文解读:Variational Autoencoders for Collaborative Filtering.(WWW2018)
Variational Autoencoders for Collaborative Filtering.(WWW2018)摘要:本文将变分自编码(VAES)扩展到隐式反馈的协同过滤。这种非线性概率模型使我们能够超越线性因素模型的有限建模能力,而线性因素模型在很大程度上仍然主导着目前的协同过滤研究。本文引入一个具有多项式似然性的生成模型,并利用贝叶斯推理进行参数估计。尽管在语言建模和经济学中得到...原创 2019-06-19 16:11:38 · 2244 阅读 · 0 评论 -
xDeepFM论文解读(KDD2018)
xDeepFM: Combining Explicit and Implicit Feature Interactions for Recommender Systems引言(ABSTRACT)组合特征对与许多商业模型的成功都至关重要。受网络获取的原始数据的种类、容量和提取速度等限制,手工提取特征往往花费较大的代价。随着深度学习的兴起,最近研究者们提出了许多基于DNN的因子分解模型来学习高阶和...原创 2019-06-15 15:49:28 · 2196 阅读 · 1 评论 -
论文解读:DARTS: DIFFERENTIABLE ARCHITECTURE SEARCH(ICLR2019)
DARTS: DIFFERENTIABLE ARCHITECTURE SEARCH(ICLR2019)摘要:本文主要提出了一种通过可微的方式进行结构搜索的方法。不同于传统的在离散的和不可微的搜索空间上采用进化或强化学习搜索结构的方法,本文提出的方法主要是基于将结构表示的松弛(relaxation),允许使用梯度下降进行高效的架构搜索。本文已经在CIFAR-10,ImageNet,Penn Tre...原创 2019-06-29 17:35:10 · 3853 阅读 · 1 评论