论文笔记：MeLU: Meta-Learned User Preference Estimator for Cold-Start Recommendation
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 ...
原文：《Learning to warm up cold Item Embeddings for Cold-start Recommendation with Meta Scaling and Shifting Networks》论文阅读
Learning to warm up cold Item Embeddings for Cold start Recommendation with Meta Scaling and Shifting Networks 论文阅读 i 问题背景： 工业界的推荐系统 广告系统现在都会用embedding技术生成物品 用户的向量。通俗点讲就是build一个向量嵌入层，把带有原始特征的输入向量转换成一 ...
2021-06-18 17:26 0 377 推荐指数：
相关推荐
元学习Meta-Learning Perspective on Cold-Start Recommendations for Items>论文解读
矩阵分解（MF）是最流行的产品推荐技术之一，但众所周知，它存在严重的冷启动问题。项目冷启动问题在Tweet推荐等设置中尤其严重，因为新项目会不断到达。本文提出了一种元学习策略来解决新项目连续到达时项目 ...
论文阅读 | DropoutNet: Addressing Cold Start in Recommender Systems
开源代码 主要思想：content + preference，不需要引入额外的内容信息和额外的目标函数，通过dropout来模拟数据缺失进行训练。 本文提出的一种模型，可以结合Memory和Con ...
cold boot and warm boot.
cleanboot 干净启动，设备会删除所有软件，所有设置，恢复到出厂状态。warmboot 在不中断电源的情况下重启系统，这是一次热启动。热启动通常是由操作系统完成的，不会启动计算机的自我测试程序 ...
Warm boot与Cold boot的区别
To perform a cold boot (also called a "hard boot") means to start up a computer that is turned off. It is often used in contrast to a warm boot ...
example-app-cold-start-binder.trace
Binder transaction traces for all processes. Traces for process: system Count: 1 Trace: java.lang.T ...
论文阅读 - Item-Based Collaborative Filtering Recommendation Algorithms
本文是我在阅读推荐系统经典论文 Item-Based Collaborative Filtering Recommendation Algorithms 时候记录的笔记。 协同过滤算法 协同过滤算法（collaborative filtering algorithm, CF）基于当前用户先前 ...
《Learning Convolutional Neural Networks for Graphs》论文阅读
首先，容我吐槽一下这篇论文的行文结构、图文匹配程度、真把我搞得晕头转向，好些点全靠我猜测推理作者想干嘛，😈 背景 我们知道传统的CNN针对的是image，是欧氏空间square grid，那么使用同样square grid的卷积核就能对输入的图片进行特征的提取。在上一篇论文中，使用的理论 ...