论文笔记 : NCF( Neural Collaborative Filtering)
ABSTRACT 主要点为用MLP来替换传统CF算法中的内积操作来表示用户和物品之间的交互关系. INTRODUCTION NeuCF设计了一个基于神经网络结构的CF模型.文章使用的数据 ...
原文：论文笔记：Neural Graph Collaborative Filtering（SIGIR 2019）
研究目标 学习user和item的向量表示是推荐系统的核心，但在从早期的矩阵分解，到现在的深度学习，都是利用已经存在的特征来进行embedding表示。本文认为，隐藏在user item之间的编码信息无法在embedding编码的过程中表示出来，因此，由此产生的嵌入可能不足以捕获协作过滤效果。于是，提出了一个新的推荐框架NeuralGraph Collaborative Filtering NGC ...
2019-07-30 17:50 1 815 推荐指数：
相关推荐
论文笔记-Item2Vec- Neural Item Embedding for Collaborative Filtering
将word2vec思想拓展到序列item的2vec方法并运用到推荐系统中，实质上可以认为是一种cf 在word2vec中，doc中的word是具有序列关系的，优化目标类似在max对数似然函数 ...
论文笔记：（2019）GAPNet: Graph Attention based Point Neural Network for Exploiting Local Feature of Point Cloud
目录 摘要 一、引言 二、相关工作 基于体素网格的特征学习 直接从非结构化点云中学习特征 从多视图模型中学习特征 几何深度学习的 ...
【RS】：论文《Neural Collaborative Filtering》的思路及模型框架
【论文的思路】 NCF 框架如上： 1、输入层：首先将输入的user、item表示为二值化的稀疏向量（用one-hot encoding） 2、嵌入层（embedding）：将稀疏表示映射为稠密向量（？？如何映射） 所获得的用户（项目）的嵌入（就是一个稠密向量 ...
论文笔记：Person Re-identification with Deep Similarity-Guided Graph Neural Network
Person Re-identification with Deep Similarity-Guided Graph Neural Network 2018-07-27 17:41:45 Paper： https://128.84.21.199/pdf/1807.09975.pdf 本文 ...
DNN论文分享 - Item2vec: Neural Item Embedding for Collaborative Filtering
前置点评： 这篇文章比较朴素，创新性不高，基本是参照了google的word2vec方法，应用到推荐场景的i2i相似度计算中，但实际效果看还有有提升的。主要做法是把item视为word，用户的行为序列 ...
论文笔记《Notes on convolutional neural networks》
这是个06年的老文章了，但是很多地方还是值得看一看的. 一、概要 主要讲了CNN的Feedforward Pass和 Backpropagation Pass，关键是卷积层和polling层 ...
论文笔记之：Graph Attention Networks
Graph Attention Networks 2018-02-06 16:52:49 Abstract： 本文提出一种新颖的 graph attention networks (GATs), 可以处理 graph 结构的数据，利用 masked ...