摘要 最近基于session的推荐系统火热起来，但是大多数的工作没有考虑用户长期的稳定偏好和演变。这篇文章提出了一个novel Behavior Intensive Neural Network BINN 模型，该模型结合了用户的历史稳定偏好和当前的购买动机，来进行下一次推荐。该模型的两个主要部件分别为：Neural ItemEmbedding 和Discriminative Behaviors ...
2019-09-18 22:27 0 370 推荐指数：
研究动机 异构信息网络是推荐系统中重要的数据表示。异构信息网络的推荐系统常常面临2个问题：如何去表示推荐系统的高级语义，如何向推荐系统中融入异构信息。在这篇文章中，我们首先将meta-graph融入 ...
这篇论文没有给出代码，细节部分还是得看论文来推敲了，因此可能会有理解出问题的地方。 概述 做了什么：引入一个端到端的框架，从包含人体的单张RGB图像中预测出轮廓图和关节热力图，生成SMPL参数并重建出一个SMPL的3D人体网格 存在问题：卷积网络容易受到缺少训练数据、3D预测时分辨率低的影响 ...
Denoising Implicit Feedback for Recommendation Authors: 王文杰，冯福利，何向南，聂礼强，蔡达成 WSDM‘21 新加坡国立大学，中国科学技术大学，山东大学 论文链接：http://staff.ustc.edu.cn/~hexn ...
终于受不了有道云笔记了...然而印象+马克飞象的组合是要收费的呵呵哒，那就干脆来cnblog写笔记好了。 Problem 问题还是那个问题，推荐系统万变不离其宗： 给定一个用户的历史check-in行为数据，以及该用户当前的时空坐标\((l,\tau)\)，然后推荐用户最可能感 ...
先简单归纳一下，后续记一个详细的笔记把。 摘要部分 对于用户冷启动的解决方法，一般是先给出一些候选的商品，然后通过用户对这些候选商品的偏好进行推荐。这么做有两个问题： 1. 活跃度（后续行为信息很少的用户）推荐的效果很差 2 .候选的商品过少或者不准备，不能够较好的反应 ...
Popularity Bias in Dynamic Recommendation Authors: Ziwei Zhu, Yun He, Xing Zhao, James Caverlee KDD'21 Texas A&M University 论文链接：http ...
论文： 引入论文中的一句话来说明对比图像patches的重要性，“Comparing patches across images is probably one of the most fundamental tasks in computer vision and image ...
Cross-Domain Visual Matching，即跨域视觉匹配。所谓跨域，指的是数据的分布不一样，简单点说，就是两种数据「看起来」不像。如下图中，（a）一般的正面照片和各种背景角度下拍摄的照 ...
