摘要： SEPT Socially-Aware Self-Supervised Tri-Training for Recommendation ABSTRACT 自监督学习(Self-supervised learning, SSL)可以从原始数据中自动生成真实样本。 现有的大多数基于SSL方法的做法是：丢 阅读全文

摘要： ABSTRACT 文章提出GCN基于GCN的模型在浅层就达到了最佳性能，这就没有使用到高阶信号。 基于GCN的模型，对于聚合邻域信息使用的是一样的归一化规则，使得邻居的重要性变得同等重要。 但是节点之间有内在的差异，需要使用不同的归一化来聚合邻域信息。这项工作提出了一个新的模型：混合归一化的深度卷积 阅读全文

摘要： ABSTRACT 排名是推荐系统中的核心任务，目的是为用户提供有序的项目列表。通常，从有标记的数据集中学习排名函数以优化全局性能，从而为每个项目生成分数，继而排名。然而，这个结果可能是次优的，因为评分函数单独应用于每个项目，并没有明确考虑项目之间的相互影响，用户偏好的差异。 因此，该文章提出了一种个 阅读全文

摘要： ABSTRACT 文章认为，现在的推荐系统使用的数据集大多都是隐式反馈的。虽然隐式反馈的数据集缓解了数据稀疏的问题，但存在一个缺点，反应用户实际满意度方面不够纯粹。例如，在电子商务中，很大一部分电极不会转化为购买，许多购买以负面评论告终。因此，去除隐式反馈中的噪声数据是至关重要的。 文章的目标是识别 阅读全文

摘要： ABSTRACT 建模用户兴趣在推荐系统中至关重要。在文章中，作者提出了一种新的用户兴趣表示模型。具体来说，该模型的关键新颖之处在于它将用户兴趣明确地建模为超长方体而不是空间中的一个点。在这个方法中，推荐分数是通过计算用户超长方体和项目之间的组合距离来学习的。这有助于减轻现有协同过滤方法潜在的几何不 阅读全文

摘要： BiGI ABSTRACT 二部图的嵌入表示近来引起了人们的大量关注。但是之前的大多数方法采用基于随机游走或基于重构的目标，这些方法对于学习局部图结构通常很有效。 文章提出：二部图的全局性质，包括同质节点的社区结构和异质节点的长期依赖关系，都没有得到很好的保留。因此文章提出二部图嵌入表示，称为BiG 阅读全文

摘要： ##KGIN Abstract 论文中提出目前的GNN-based模型在关系建模上属于粗粒度的建模。在两个方面做得不足： （1）没有在细粒度的意图级别上识别用户-项目关系 （2）未利用关系依赖性来保留远程连接的语义 于是使用了新的模型——Knowledge Graph-based Intent Ne 阅读全文

摘要： 运算公式 1、均方差函数 均方差函数主要用于评估回归模型的使用效果，其概念相对简单，就是真实值与预测值差值的平方的均值，具体运算公式可以表达如下： \[ Q=\frac{1}{m}\sum_{i=1}^{m}(f(x_i)-y_i)^2 \] 其中$f(x_i)$是预测值，$y_i$是真实值 在二维 阅读全文

摘要： 三步走战略 1、实例化ArgumentParser 2、使用add_argument函数添加参数 3、使用parse_args解析参数 import argparse parser = argparse.ArgumentParser() parsr.add_argument("--echo", de 阅读全文

摘要： 相关系数 相关关系是一种非确定性的关系,相关系数是研究变量之间线性相关程度的量。分为:简单相关系数、复相关系数、典型相关系数; 这里介绍一下简单相关系数,很多论文有用到这个知识点,定义式为: \[ r(X, Y) = \frac{Cov(X, Y)}{\sqrt{Var[X]Var[Y]}} \] 阅读全文