personalized recommendation | BriefGPT

关键词personalized recommendation

搜索结果 - 31

WWW基于资源限制的分层自适应上下文强化学习推荐算法
本文提出了一种分层自适应上下文匹配方法（HATCH），以在有预算限制的情况下学习上下文匹配策略，并利用上下文特征信息找到最佳的个性化推荐，实验结果证明了该方法的有效性和效率。
PDF4 years ago
多图卷积协同过滤
本文提出了一个基于图卷积的推荐框架，名为 Multi-GCCF，该框架利用了用户项目交互数据和用户对和项目对之间的相似性来建立分区图和 user-user /item-item 图，并在双分图上执行图卷积，在四个公共基准测试中取得较显著的改
PDF5 years ago
ACL与你相识：对话中用户属性提取
本文提出了一种利用对话系统中的强提示信息自动提取用户属性的方法，通过远程监督训练两阶段属性提取器，实现了多种基线模型无法超越的效果，并探讨了已提取用户属性的个性化推荐和对话系统应用以及潜在局限性。
PDF5 years ago
SIGIR可解释推荐的增强知识图谱推理
本文提出了一种名为策略引导路径推理（PGPR）的方法，将推荐和可解释性结合起来，并在知识图中提供实际路径，通过明确的推理过程生成和支持推荐，同时实现了强化学习和策略引导图搜索算法。在多个实际数据集的评估中，与现有的最先进方法相比，获得了良好
PDF5 years ago
Facebook 基于 DNN 的个性化推荐系统的体系结构影响
这篇论文介绍了一组用于个性化推荐的实际生产规模的深度神经网络，以及与此相关的性能度量，以促进研究和推动未来规模推荐的系统设计和优化，文中分析了推理延迟、批处理和推理的协同作用、推荐模型的不同优化策略。
PDF5 years ago
SIGIR自我关注集成网络用于推荐
提出了一种 Self-Attentive Integration Network 方法，该方法能够有效地将用户 - 项目反馈信息与辅助信息相结合，以解决推荐系统中的冷启动问题，并且在两个公开数据集上实验结果表明该模型比最先进的模型表现更好。
PDF5 years ago
WSDMNAIRS：一种神经注意力识别推荐系统
本文介绍了一种名为 NAIRS 的神经注意力可解释推荐系统，它采用自注意网络作为主要组成部分，使用注意力机制对用户交互物品进行加权，能够个性化高质量地进行推荐并提供视觉提示来解释推荐，演示应用程序能够与推荐系统进行交互并不断收集训练数据来改
PDF5 years ago
WSDM内容感知推荐的门控注意力自编码器
通过使用附带注意力模块的神经门控自编码器模型，我们成功地解决了个性化推荐系统中的难题，例如数据稀疏性和异构性数据，实现了更好的推荐和可解释性结果。
PDF6 years ago
MM个性化公平感知排序
本篇研究提出了一种考虑到用户、排名质量和供应商公平性的新型推荐算法 FRA，在实验中，该算法在牺牲一定精度的情况下，有效提升了推荐系统的公平性，并考虑到了个体用户的偏好。
PDF6 years ago
WSDMHyperML: 用于推荐系统的超几何空间中增强度量学习方法
本文通过研究在非欧几里得空间中学习用户和项目表示的概念，探讨了超宇称空间中度量学习和协同过滤之间的联系，旨在通过度量学习方法填补欧几里得和双曲几何之间的差距。作者提出了概念简单但高效的 HyperML（超宇称度量学习）模型，通过一系列广泛的
PDF6 years ago
基于 LSTM 的时态顾客模型用于时尚推荐
在 Zalando，欧洲领先的在线时尚平台的 10 万名经常购物者的销售数据的回溯实验中，我们使用一对神经网络来模拟不断变化的客户和商店环境，克服冷启动问题，为每个客户预测他们在时尚空间中的风格向量。在比较静态协作过滤方法和流行度排名基线的
PDF7 years ago