memory-based 協同過濾（CF）方法
協同過濾（collaborative filtering，CF）算法主要分為memory-based CF 和 model-based CF，而memory-based CF 包括user-based CF和item-based CF。 基於用戶的(User-based)協同過濾算法 ...
原文：Memory-based Graph Networks
論文： Memory based Graph Networks ，ICLR 代碼：https: github.com amirkhas GraphMemoryNet 概述 圖神經網絡 GNNs 是一類深度模型，可處理任意拓撲結構的數據。比如社交網絡 知識圖譜 分子結構等。GNNs通常被用來根據節點的交互關系學習節點的向量表示，典型的模型有gated GNN Li et al., MPNN Gile ...
2020-03-31 18:19 1 726 推薦指數：
相關推薦
SR-GNN_Session-based Recommendation with Graph Neural Networks
pdf:Session-based Recommendation with Graph Neural Networks(SR-GNN) 參考博客:https://sxkdz.github.io/research/SR-GNN/ 摘要 基於會話的推薦問題旨在預測基於匿名會話 ...
論文筆記：Meta-Graph Based Recommendation Fusion over Heterogeneous Information Networks （KDD 2017）
研究動機 異構信息網絡是推薦系統中重要的數據表示。異構信息網絡的推薦系統常常面臨2個問題：如何去表示推薦系統的高級語義，如何向推薦系統中融入異構信息。在這篇文章中，我們首先將meta-graph融入到HIN-based推薦系統中，然后利用”MF+FM“的方法求解信息融合問題。對於每個 ...
10、Latent Relational Metric Learning via Memory-based Attention for Collaborative Ranking-----基於記憶注意的潛在關系度量協同排序
一、摘要： 本文模型 LRML（潛在相關度量學習）是一種新的度量學習方法的推薦。【旨在學習用戶和項目之間的相關關系，而不是簡單的用戶和項目之間的push和pull關系，push和pull主要針對LM ...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition (ST-GCN)
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition 摘要 動態人體骨架模型帶有進行動作識別的重要信息，傳統的方法通常使用手工特征或者遍歷規則對骨架進行建模，從而限制了表達能力 ...
【論文筆記】Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recognition 2018-01-28 15:45:13 研究背景和動機： 行人動作識別（Human Action ...
Graph Attention Networks
Graph Attention Networks paper： https://mila.quebec/wp-content/uploads/2018/07/d1ac95b60310f43bb5a0b8024522fbe08fb2a482.pdf code & data ...