用户冷启动推荐神经过程元学习推荐任务自适应机制实证结果验证

用户冷启动推荐：任务自适应神经过程的元学习模型及验证

1306面向用户冷启动推荐的任务自适应神经过程林锡勋中国科学院信息工程研究所中国科学院大学网络安全学院[email protected]潘世瑞莫纳什大学信息技术学院shirui.monash.edu摘要家五麦考瑞大学计算机系jia....

基于神经结构搜索的多模态连续图学习及其实验结果验证

1292→基于神经结构搜索的多模态连续图学习蔡杰1，王欣1*，关朝宇1，唐亚腾2，徐进2*，钟斌2，朱文武1*1. 中国清华大学2. 数据质量团队，微信，腾讯公司，中国{caij20，guancy19}@mails.tsinghua.edu.cn，{xin_wang...

人工智能AI源代码解析-基于元学习的异质信息网络推荐冷启动方案（代码+数据）

标签：推荐系统人工智能深度学习

人工智能AI源代码解析-基于元学习的异质信息网络推荐冷启动方案（代码+数据）

AAAI‘22 推荐系统论文梳理

标签：人工智能深度学习机器学习

AAAI' 22已公布录用论文，接收1349篇/投稿9020篇，录用率为15.0% ，完整录用论文列表见...按任务划分，主要包括冷启动、捆绑推荐、公平推荐、多任务、序列推荐、会话推荐等；按技术划分，主要包括元学习、图网络、对...

"项目评论对推荐系统的价值：实证分析与挑战

标签：诉讼项目评论推荐系统自然语言处理用户偏好

德国，柏林，10623摘要用户生成的项目评论被广泛认为是推荐的有价值的信息来源然而，Sachdeva和McAuley最近对基于审查的算法进行的实证分析对这一信念提出了质疑。在本文中，我们分析了推荐系统的文献，旨在提高推荐...

自适应位宽权重和激活的深度神经网络模型

标签：自适应位宽深度神经网络联合训练权重和激活位宽准确性-效率权衡

bytedance.com振宇廖贵公司[email protected]摘要具有自适应配置的深度神经网络由于这些模型在具有不同资源预算的平台上的即时和灵活部署而获得了越来越多的关注。在本文中，我们研究了一种新的选项，以实现...

深度学习推荐系统-使用SVD特征进行音乐推荐冷启动（代码+数据）

标签：深度学习推荐系统 SVD

构建用户U和商品I的交互矩阵；对稀疏矩阵进行SVD分解，得到用户U和商品I的向量；将用户向量和商品向量作为特征拼接到用户和商品侧。

ICDE‘22推荐系统论文之Research篇

标签：人工智能深度学习神经网络

按任务&场景划分，主要包括点击率预估[1, 2]、序列推荐[3]、会话推荐[4, 5]、跨域推荐[6]、POI推荐[7, 8]、论文推荐[9]、冷启动[6, 10]、可解释性[11]、O2O[12]等；按技术划分，主要包括图网络[5, 13, 14]、元学习...

【论文翻译】用知识图谱的多任务特征学习来增强推荐

标签：推荐系统知识图谱

Wang H, Zhang F, Zhao M, et al. Multi-task feature learning for knowledge graph enhanced recommendation[C]//The World Wide Web Conference. 2019: 2000-2010. 原文链接：...代...

基于深度学习的推荐系统综述 (arxiv 1707.07435) 译文 3.4 ~ 3.11

原文：Deep Learning based Recommender System: A Survey and New ...基于卷积神经网络的推荐卷积神经网络通过卷积和池化操作处理非结构化多媒体数据非常强大。大多数基于CNN的推荐模型利用CNN进行特征提取。用...

LightGCN：用于推荐任务的简化并增强的图卷积网络 SIGIR 2020

标签： pytorch 深度学习神经网络

现有的将GCN用于推荐的工作缺乏对GCN的深入消融分析，GCN最初是为图分类任务而设计的，并配备了许多神经网络操作。然而，我们实证发现，两种最常见的设计-特征转换和非线性激活-对协同过滤的性能贡献很小.

改善最差情况下用户体验的分布式稳健建议

标签：用户体验改善深度学习模型分布鲁棒优化推荐系统长期公平性

3606用于改善最差情况用户体验的分布式稳健建议文宏毅1*，易信阳2，姚天生2，汤佳曦2，洪丽婵2，李晓娟2，李晓娟2，李晓娟2.赤21美国康奈尔理工学院信息科学系2谷歌公司，美国[email protected]{xinyang，tyao，...

2020年推荐系统工程师炼丹手册

标签：深度学习数据挖掘机器学习

本文不扯蛋，就扯扯这2020年顶会必看的推荐系统的论文 & 其摘要。如有兴趣炼丹提升自己开发推荐系统效果的，可以持续关注我们的公众号！我们会每周更新一到多篇顶会Paper的阅读 & 评论或者福利 Code复现，...

大数据分析-第八章推荐系统

标签：数据分析推荐算法数据挖掘

第八章推荐系统

推荐系统综述：A review on deep learning for recommender systems: challenges and remedies

标签：推荐系统深度学习

一、基本信息论文题目：《A review on deep learning for recommender systems: challenges and remedies》发表时间：2018 《Artificial Intelligence Review》论文作者及单位：论文地址：...

论文阅读 —— Graph Self-Supervised Learning: A Survey （自监督图学习综述）

标签：论文阅读学习深度学习

论文阅读 —— Graph Self-Supervised Learning: A Survey （自监督图学习综述）

批量主动学习在人机交互关系提取中的效率

标签：主动学习效率关系提取批量模式神经网络训练时间优化

11310探索批量主动学习在人机交互关系提取中的效率0Ismini Lourentzou伊利诺伊大学香槟分校，[email protected] Gruhl IBMWatson研究实验室，美国纽约，[email protected] Welch IBMWatson...

神经协同过滤（论文笔记）

标签：神经网络

Neural Collaborative Filtering...尽管最近已经有工作将深度学习应用于推荐，但是他们主要用它作为建模辅助信息，如项目的文本描述和音乐的声学特征。至于协同过滤中的关键因素——用户和项目特征之间的交互，他们

【一千个论文合集】计算机科学的26个细分领域近年必读论文集合

标签：主题论文深度学习神经网络

AMiner必读论文是一个可以帮您了解某个领域、机构、期刊、会议的学术专辑，包括必读论文和代表学者，由AI初筛+学者复核后提供给您，您可以收藏为自己的论文清单

学习雾天场景的雾不变特征

标签：科研背景雾天场景语义分割模型鲁棒性性能优化

189110FIFO: 学习雾天场景的雾不变特征0Sohyun LeeGSAI, [email protected] * [email protected] KwakGSAI, [email protected]...在这个背景下，我们提出了...

阅读笔记《LightGCN Simplifying and Powering Graph Convolution》

标签：推荐系统

现有的将GCN用于推荐的工作缺乏对GCN的深入消融分析，GCN最初是为图形分类任务而设计的，并配备了许多神经网络操作。然而，我们实证发现，两种最常见的设计-特征转换和非线性激活-对协同过滤的性能贡献很小。更糟糕...

论文笔记：LightGCN Simplifying and Powering Graph Convolution Network for Recommendation

标签：神经网络算法数据挖掘

前言论文链接：https://arxiv.org/abs/2002.02126 github：https://github.com/gusye1234/LightGCN-PyTorch 参考：...图卷积网络(GCN)已经成为协同过滤的最新技术。然而，对于推荐的有效性的原因却没

AAAI2020论文列表（中英对照）

标签：深度学习人工智能计算机视觉

AAAI2020论文列表（中英对照）

"小样本稀有类别分类的积极半监督方法

标签：稀有类别分类器标签预算半监督学习人机合作标记工作改善

18423在严格的标签预算下学习稀有类别分类器Ravi Teja Mullapudi2，[email protected] [email protected] R. 马可福音[email protected] Ramanan拉马南2，[email protected] ...

Deep Reinforcement Learning : An Overview(Yuxi Li) 学习笔记

标签： Deep Reinforcement Learning:An 翻译

深度学习与浅层学习形成对比。对于许多机器学习算法，如线性回归、逻辑回归、支持向量机(SVMs)、决策树和增强等，我们有输入层和输出层，在训练前可以用人工特征工程对输入进行转换。在深度学习中，在输入层和输出层...

51-1 多模态大模型的概念、核心技术以及评测

标签：自动驾驶智慧城市 AIGC

Foundation Models对智能体基本认知能力有巨大的推动作用，当然大模型资源消耗极大，需要进一步去解决。

Deep Learning for Sequential Recommendation: Algorithms, Influential Factors, and Evaluations 翻译...

在序列推荐领域，基于深度学习（DL）的方法在过去几年中受到了广泛的关注，并超越了基于马尔可夫链和基于因式分解的传统模型。但是，关于基于DL的方法的系统研究很少，尤其是关于如何设计有效的DL模型进行序列...

"非参数Bandit算法用于客户服务路由下的臂级符合条件控制

标签：客户服务路由臂符合条件控制亚马逊客户参与技术 SME资格控制算法

Use permitted under Creative Commons LicenseCEURWorkshopProceedings0一种具有臂级符合条件控制的非参数情境Bandit用于客户服务路由0Ruofeng Wen 1，*，Wenjun Zeng 1和Yi Liu 101. 亚马逊客户参与技术0...

Time Interval Aware Self-Attention for Sequential Recommendation

顺序推荐系统寻求利用用户交互的顺序，以便根据用户最近所做的事情来预测他们的下一步行动。传统上，马尔可夫链(MCs)和最近的循环神经网络(RNNs)和自我注意(SA)由于它们捕捉序列模式的动态的能力而得到广泛发展。...

【文章翻译+笔记】Towards the Next Generation of Recommender Systems:A Survey of the State-of-the-Art...

Towards the Next Generation of Recommender Systems:A Survey of the State...下一代推荐系统：最新技术和可能扩展的综述作者：Gediminas Adomavicius and Alexander Tuzhilin 【渣渣晴手翻，只可意会】 Ab...