- 博客(13)
- 收藏
- 关注
原创 阅读笔记-2022-Enhancing Sequential Recommendation with Graph Contrastive Learning
使用图神经网络建模所有用户的交互信息从而获得全局上下文信息,同时使用对比学习缓解数据稀疏性和削弱噪声的影响
2022-06-09 17:44:13
1095
原创 阅读笔记--2022-SIGIR-Improving Micro-video Recommendation via Contrastive Multiple Interests
使用对比学习提升微视频推荐
2022-05-27 14:21:09
481
原创 推荐系统基本流程
##推荐系统基本流程图1 最简单的推荐系统流程主要元素 物品集合: 要推荐的物品或内容 用户: 用户的基本信息、用户的行为、用户的兴趣爱好等 场景: 用户所处的环境,例如:网络环境、什么时间正在做什么等 搜索引擎:根据用户对物品或者信息的偏好(包括用户对物品的评分、用户查看物品的记录、用户的购买记录等)与用户的画像数据进行拟合,学习得到什么样的用户会喜欢什么样的物品这样一个模型 推荐结果集: 是一个推荐结果或者一个推荐结果排序集合 ..
2022-05-18 17:14:50
1706
原创 IA-GCN: Interactive Graph Convolutional Network for Recommendation阅读笔记
IA-GCN: Interactive Graph Convolutional Network for Recommendation0.论文信息paper地址:https://arxiv.org/pdf/2204.03827v1.pdfcode:未公开1. 摘要问题: 在之前的研究工作中,在embedding过程中没有考虑user-item之间的交互特征方法: 提出了IA-GCN模型,在user-item之间建立双边交互指导。在学习用户(user)表示的时候,注重在 item 树
2022-04-22 20:06:07
595
9
原创 Heterogeneous Graph Attention Network 阅读笔记
Heterogeneous Graph Attention Network 阅读笔记
2022-04-19 12:01:42
909
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人