user behavior modeling | BriefGPT

关键词user behavior modeling

搜索结果 - 11

深度上下文兴趣网络用于点击率预测
通过模型命名为深度上下文兴趣网络 (DCIN)，本文突出了上下文信息对用户行为建模的重要性，并提出了一种可完整建模点击及其显示上下文以了解用户上下文感知兴趣的新模型。通过离线和在线评估，显著改善了性能，证明了所提出的 DCIN 方法的优越性
PDFa year ago
基于用户行为建模的新闻推荐预训练模型 (PUNR)
本研究提出了一种基于无监督预训练方法的用户行为建模技术用于新闻推荐系统，包括用户行为掩码和用户行为生成两个任务，用于提高用户表示向量，在真实世界新闻基准测试中获得了显著的性能提高。
PDFa year ago
基于稀疏注意力记忆网络的长序列点击率预测
本文针对在采用更长序列的情况下推荐精度和个性化程度的提高未得到很好处理的情况，提出了一种新的稀疏注意存储模型（SAM）以模拟用户行为序列，实现了高效的训练和实时推荐，并在大型电子商务平台上部署进行了 A/B 测试，结果表明，相对于传统模型，
PDF2 years ago
ICML学习连续时间空间中的自修正关注力及在序列推荐中的应用
本研究提出了一种新型的自调节注意力网络来学习动态用户偏好，并在三个大规模真实数据集上实验表明，该模型可以实现最先进的顺序推荐性能。
PDF2 years ago
推荐中的多视角多行为对比学习
提出一种新的多行为多视角对比学习推荐算法，其中包括三种新的对比学习任务，可解决多行为建模中的挑战，在两个真实数据集的广泛评估和消融测试中，该方法取得了超越现有基线的 SOTA 性能。
PDF2 years ago
跨领域推荐中用户偏好的等价转换
本文主要研究了不同领域共享相同用户但没有重叠项目的情况下的交叉领域推荐问题，并提出了一种基于等效转换学习的方法，该方法可以在不压制领域特定特征的前提下，学习用户喜好的两种特征并相互转换，相关实验表明，该方法比当前最先进的方法更加有效。
PDF4 years ago
基于日历图神经网络建模时空用户行为的时间结构
本研究提出了一种基于图神经网络的新型模型，通过学习用户在时空数据上的行为来建模，使用周期性图可以实现保存用户的空间模式和时空模式，该模型可用于预测不完整的人口属性。
PDF4 years ago
SIGIR点击率预测的用户行为检索
本论文提出了一种基于数据检索的用户行为检索框架（UBR4CTR），通过可学习的搜索方法从整个用户历史序列中检索出最相关和最适当的用户行为，然后将这些检索到的行为馈入深度模型进行最终预测，该框架能够在低成本下被高度可行地部署到工业模型流水线中
PDF4 years ago
IJCAI序列推荐系统：挑战、进展和前景
本论文对顺序推荐系统进行了系统综述并总结了该领域的关键挑战，最近和典型发展以及未来的重要研究方向。
PDF5 years ago
KDD长序列用户行为对于点击率预测的建模实践
本研究通过机器学习算法与在线服务系统的共同设计，提出了处理长序列用户行为数据的解决方案，能够有效地处理超过千级的长序列用户行为数据，提升了模型性能和系统效率。
PDF5 years ago
AAAIATRank: 一种基于注意力机制的用户行为建模框架用于推荐
本文提出了一种名为 ATRank 的基于注意力机制的用户行为建模框架，主要用于推荐系统，通过将异构用户行为投影到多个潜在语义空间中，使用自注意力在行为之间进行影响，并通过 vanilla attention 提供给下游应用程序使用，实验证明
PDF7 years ago