关键词future interaction prediction
搜索结果 - 2
- KDD在时间交互网络中预测动态嵌入轨迹
该研究提出了一种耦合的循环神经网络模型 JODIE,它可以学习用户和项目的嵌入轨迹,并且在未来预测用户 - 项目的交互和状态变化,实验结果证明该模型在这些任务中优于六个现有算法至少 20%。
- 从时间互动中学习动态嵌入
JODIE 是一种耦合的递归模型,用于共同学习用户和物品的动态嵌入以预测未来互动。在四个真实世界数据集上的六个实验中,JODIE 在未来交互预测和状态变化预测任务中优于六个最先进算法,且高度可扩展,比可比模型快 9.2 倍。