user representation learning | BriefGPT

关键词user representation learning

搜索结果 - 7

SoMeR：社交媒体的多视角用户表征学习
综合建模用户行为的 Social Media 用户表示学习框架 SoMeR 通过编码用户帖子流、转换器嵌入个人资料数据，结合链路预测和对比学习目标进行联合训练以捕捉用户相似性，从而解决了现有方法无法综合建模不同模态用户行为的局限性，并通过两
PDF2 months ago
MMGA：基于图形对齐的多模式学习
本文提出了一个新的多模态预训练框架 MMGA，它能在社交媒体上整合图形、图像和文本模态的信息来增强用户表示学习。通过多步骤的图形对齐机制，将自监督信息注入到图像和文本编码器的优化中，同时使用图像和文本模态的信息来指导图形编码器学习。实验结果
PDF2 years ago
EMNLPDIGAT: 双图交互建模新闻推荐
本研究提出了基于双重图交互关注机制的新闻推荐模型 DIGAT，用于克服现有方法中存在的信息不足和推荐误差问题，利用语义信息增强图模型和用户兴趣主题图来提高新闻 - 用户特征匹配准确度。实验结果表明 DIGAT 优于现有推荐算法，进一步分析证
PDF2 years ago
VRKG4Rec：基于虚拟关系知识图谱的推荐系统
本文提出了一种 VRKG4Rec 模型，该模型能够明确地区分不同关系对于项表示学习的影响，并采用本地加权平滑机制对节点进行编码，同时使用这种机制在用户 - 物品二分图上进行用户表示学习，旨在改善推荐系统的性能，实验结果表明该模型优于现有的最
PDF2 years ago
面向个性化文本分类的增量用户嵌入建模
本研究提出一种增量用户嵌入建模方法，通过使用转换编码器将用户的最近交互历史的嵌入动态集成到累积历史向量中，从而实现个性化用户表示的学习，并成功将其应用于 Reddit 数据集的个性化多类分类任务中，并在评论历史编码和任务建模方面相应地实现
PDF2 years ago
KDD面向推荐系统的实时基于关注力的相似模型
本文提出了一种名为 “RALM” 的实时注意力基础的 “look-alike” 推荐算法，采用了神经网络结构和种子聚类机制来优化用户表示学习和 “look-alike” 学习建模，从而扩展观众范围，提高推荐的多样性和质量。
PDF5 years ago
IJCAI深度对抗社交推荐
本文提出了一种基于逆向映射的深度对抗社交推荐框架 DASO，它可以有效地学习用户在社交领域和物品领域的异构表示，并在两个真实世界数据集上进行了全面的实验，证明了其有效性。
PDF5 years ago