item embeddings | BriefGPT - AI 论文速递

关键词item embeddings

搜索结果 - 11

WWW用伪用户攻击联邦推荐系统
该研究探讨了在联邦推荐系统中执行促销攻击的策略，引入了一种无需额外信息的新型假用户基础的中毒攻击，称为 PoisonFRS，该攻击能有效地促进攻击者选择的目标物品并且在潜在空间中无法区分真实用户和虚假用户的模型更新。
PDF5 months ago
MM关于物品推荐平均嵌入一致性的研究
研究了在推荐系统中普遍使用的一种做法，即对物品嵌入进行平均以表示用户或更高级别的概念，提出了一种期望精确度评分来衡量平均嵌入与其构建所使用的物品的一致性，并通过理论模型和真实世界的音乐流媒体数据分析了该评分的数学表达式以及实证行为，结果强调
PDF10 months ago
线性自编码器隐式 ZCA 白化在推荐任务中的效果
在推荐系统领域，线性回归（自编码器）模型被研究作为学习物品相似性的方法。本文展示了线性自编码器模型与基于 ZCA 白化的推荐数据之间的关联。特别地，我们展示了线性自编码器模型的对偶形式解实际上对物品的特征向量具有 ZCA 白化效果，而在自编
PDFa year ago
AdaptiveRec: 序列推荐中自适应构建对比学习对
该论文提出了一种改进的对比学习方法，以解决序列推荐系统中假负问题，进而提高项目嵌入质量并缓解类似实例被错误分类的问题，实验结果表明相比现有系统其性能有所提高，具有很强的灵活性和适用性。
PDFa year ago
语义 ID 提高泛化能力：推荐排名案例研究
该论文通过使用基于 RQ-VAE 的语义 ID 替代随机生成 ID 的方式来解决推荐系统中的冷启动问题，并展示了语义 ID 对模型的泛化能力的提升。
PDFa year ago
通过级联引导的对抗训练实现更强大和准确的顺序推荐
本文提出了 Cascade-guided Adversarial training，一种针对顺序推荐模型的新对抗性训练过程，以解决顺序推荐模型的健壮性和过度依赖时间信息的问题。实验结果表明，我们的训练方法在模型排名准确性和模型健壮性方面都优
PDFa year ago
基于超图注意力网络的会话推荐
本论文提出了一种新的基于超图注意力网络的会话推荐系统，它通过构建每个会话的超图、使用超图注意力层来生成项目嵌入，并聚合每个会话的动态项目表示，从而推断下一个感兴趣的项目。实验结果表明，与最先进技术相比，所提出的模型能够有效生成信息丰富的动态
PDF3 years ago
全局上下文增强的图神经网络用于会话推荐
本文提出了一种新的方法，称为全局上下文增强图神经网络 (GCE-GNN)，利用全局图和会话图中的项目转换更精细地推断用户偏好，从而改善了会话推荐，此方法在三个基准数据集上都表现出优异的性能。
PDF3 years ago
关系协同过滤：建模多个物品关系进行推荐
该研究提出一种名为 “关系型协同过滤” 的推荐系统通用框架，通过利用多个项目间的关系 (meta-data, functionality 等) 并发展出一种两层次的层级注意机制来对用户偏好进行建模。对推荐任务进行联合训练，以保持项目之间的关
PDF5 years ago
MM应用于推荐的 Word2Vec 算法：超参数的重要性
本文探究了 Skip-gram with negative sampling 在推荐领域中的应用，通过大型超参数网格搜索发现了调整负采样分布、迭代次数、子采样参数和窗口大小等被忽略的超参数可以显著提高推荐系统性能，并发现自然语言处理任务和推
PDF6 years ago
基于会话的推荐的改进循环神经网络
本研究探讨使用循环神经网络 (RNNs) 进行基于会话的推荐任务，并提出了数据增强和考虑输入数据分布变化的方法，同时通过实验证明使用通用蒸馏和直接预测项目嵌入的新模型相对于传统模型在 RecSys Challenge 2015 数据集上分别
PDF8 years ago