user preference | BriefGPT - AI 论文速递

关键词user preference

搜索结果 - 27

SIGIR联合训练胶囊网络用于冷启动推荐
本文提出了一种新颖的神经网络模型，即联合训练胶囊网络模型（JTCN），用于解决冷启动推荐任务。该模型通过引入侧信息模拟用户高级偏好，使用关注机制的胶囊层动态汇总用户高级偏好，并将用户偏好的损失和推荐中的 softmax 损失联合训练。实验
PDF4 years ago
AAAI卷积分层注意网络用于查询焦点视频摘要
本文提出了一种基于查询的视频摘要生成方法，通过计算视频镜头与查询之间的相似度，采用包含两个部分的 Convolutional Hierarchical Attention Network 实现了对视觉信息的编码和查询相关性的计算，得到了查询
PDF4 years ago
AAAI通过生成式用户反馈从稀疏数据中学习推荐
通过合成反馈循环 (CF-SFL) 来模拟用户反馈的学习框架提高传统协作过滤 (CF) 的推荐系统，能够以更好的结果在多个数据集上提升用户体验。
PDF5 years ago
利用观察数据优化贝叶斯个性化排名的采样器设计
该研究提出了针对电子商务领域的负采样算法，使用用户的附加反馈来优化商品推荐模型，在两个真实数据集中相对于基础模型有着 37.03％和 16.40％的提升，同时采用了适合学习过程的用户定向加权策略，有针对性地调整商品排序，避免了不必要的负样本
PDF6 years ago
精通素描：用对抗增强进行结构化预测
本文提出了一个基于神经网络和非监督学习的草图简化模型，结合判别器网络和辅助未标注数据，使得输出草图更接近训练数据，并可以用于优化单张图像和实现草图转铅笔画的逆问题，并在两个用户测试中取得了优秀的效果。
PDF7 years ago
大规模异构信息网络中基于元路径导向嵌入的相似度搜索
本文提出了一个基于嵌入的框架 (ESim)，以探索嵌入在网络结构中的相似度，并接受用户定义的元路径作为指导来学习嵌入向量。在大规模异构信息网络上进行的实验证明了 ESim 的有效性和可扩展性。
PDF8 years ago
解决推荐系统中表观多样性 - 准确性两难问题
介绍了一种针对推荐系统中推荐准确性和多样性的算法，通过将该算法与基于准确性的算法混合使用，能够在不依赖语义或特定上下文信息的情况下同时提高推荐的准确性和多样性。
PDF16 years ago