發(fā)簡(jiǎn)信
IP屬地：陜西
-
2018CIKM-RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender Systems作者及單位 解決問題 基于知識(shí)圖譜的推薦系統(tǒng)能夠緩解數(shù)據(jù)的稀疏性以及冷啟動(dòng)問題，并且可以增加推薦系統(tǒng)的多樣性和可解釋性。RippleNet就是基...
-
2021AAAI論文:Non-invasive Self-attention for Side Information Fusion in Sequential Recommendation作者及單位 本文動(dòng)機(jī) 近年來(lái)，BERT框架被用于處理順序數(shù)據(jù)，其核心是它的attention機(jī)制。但原始BERT框架的一個(gè)限制是它只考慮一個(gè)輸入...
-
吳恩達(dá)機(jī)器學(xué)習(xí)筆記（2）一.邏輯回歸 1.什么是邏輯回歸？ 邏輯回歸是一種預(yù)測(cè)變量為離散值0或1情況下的分類問題，在邏輯回歸中，假設(shè)函數(shù)。 2.模型描述 在假設(shè)函數(shù)中，...
-
吳恩達(dá)機(jī)器學(xué)習(xí)筆記（1）一.初識(shí)機(jī)器學(xué)習(xí) 1.監(jiān)督學(xué)習(xí) 在監(jiān)督學(xué)習(xí)中，訓(xùn)練數(shù)據(jù)既有特征又有標(biāo)簽，通過訓(xùn)練，讓機(jī)器可以自己找到特征和標(biāo)簽之間的聯(lián)系，在面對(duì)只有特征沒有標(biāo)簽...
-
KDD2020最佳論文學(xué)習(xí)：On Sampled Metrics for Item Recommendation
一、簡(jiǎn)介 項(xiàng)目推薦任務(wù)需要根據(jù)上下文對(duì)大型項(xiàng)目目錄進(jìn)行排序，使用取決于相關(guān)項(xiàng)目位置的排名度量指標(biāo)來(lái)評(píng)估項(xiàng)目推薦算法。為了加快度量的計(jì)算，最近的工...
-
推薦系統(tǒng)的評(píng)價(jià)指標(biāo)
1.Recall（召回率）與Precision（精確率） 網(wǎng)站在提供推薦服務(wù)時(shí)，一般是給用戶一個(gè)個(gè)性化的推薦列表，這種推薦叫做TopN推薦，To...
-
論文學(xué)習(xí):個(gè)性化推薦系統(tǒng)的研究進(jìn)展
1.簡(jiǎn)介 個(gè)性化推薦是解決信息超載問題最有效的工具之一。本文對(duì)經(jīng)典的個(gè)性化推薦算法做了簡(jiǎn)單的介紹，并且討論了這些算法的優(yōu)缺點(diǎn)。本文主要介紹了：協(xié)...
-
論文學(xué)習(xí)：New Similarity of Triangular Fuzzy Number and Its Application
一.介紹 由于信息的不確定性和決策問題的復(fù)雜性，決策者很難用精確的數(shù)字來(lái)表達(dá)自己的偏好，所以他們更容易用模糊術(shù)語(yǔ)來(lái)表達(dá)偏好。三角模糊數(shù)不僅可以用...
-
論文學(xué)習(xí)：Metric Factorization:Recommendation beyond Matrix Factorization一.概要 本文為了緩解矩陣分解存在的問題，提出了一種新技術(shù)叫做度量因子分解。本文共分為九節(jié)，第一節(jié)簡(jiǎn)要介紹了度量因子分解；第二節(jié)對(duì)與度量因子分解...