《Learning Disentangled Representations for Recommendation原文》Learning Disentangled Representations for Recommendation原文
电子书：
</div>《Learning Disentangled Representations for Recommendation原文》电子版地址
2022-11-10
78
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
Learning Disentangled Representations for Recommendation原文
目录
相关文章
|
机器学习/深度学习
搜索推荐
算法
Learning Disentangled Representations for Recommendation | NIPS 2019 论文解读
近年来随着深度学习的发展，推荐系统大量使用用户行为数据来构建用户/商品表征，并以此来构建召回、排序、重排等推荐系统中的标准模块。普通算法得到的用户商品表征本身，并不具备可解释性，而往往只能提供用户-商品之间的attention分作为商品粒度的用户兴趣。我们在这篇文章中，想仅通过用户行为，学习到本身就具备一定可解释性的解离化的用户商品表征，并试图利用这样的商品表征完成单语义可控的推荐任务。
23882
0
0
|
6月前
|
机器学习/深度学习
移动开发
算法
【博士每天一篇文献-模型】Deep learning incorporating biologically inspired neural dynamics and in memory
本文介绍了一种结合生物学启发的神经动力学和内存计算的深度学习方法，提出了脉冲神经单元（SNU），该单元融合了脉冲神经网络的时间动力学和人工神经网络的计算能力，通过实验分析显示，在手写数字识别任务中，基于SNU的网络达到了与循环神经网络相似或更高的准确性。
41
1
1
|
6月前
|
机器学习/深度学习
存储
人工智能
【博士每天一篇文献-综述】Brain-inspired learning in artificial neural networks a review
这篇综述论文探讨了如何将生物学机制整合到人工神经网络中，以提升网络性能，并讨论了这些整合带来的潜在优势和挑战。
67
5
5
|
机器学习/深度学习
算法
Keyphrase Extraction Using Deep Recurrent Neural Networks on Twitter论文解读
该论文针对Twitter网站的信息进行关键词提取，因为Twitter网站文章/对话长度受到限制，现有的方法通常效果会急剧下降。作者使用循环神经网络（recurrent neural network，RNN）来解决这一问题，相对于其他方法取得了更好的效果。
131
0
0
|
机器学习/深度学习
搜索推荐
算法
【推荐系统论文精读系列】(三)--Matrix Factorization Techniques For Recommender Systems
现在推荐系统一般是基于两种策略，一种是基于文本过滤的方式，另外一种是协同过滤，而基于文本过滤的方法是创造画像为用户或者物品，说白了就是用一些描述性的特征去描述它们，例如对于一部电影来说，可以为其创造画像电影类型、导演、演员、电影市场、票房等来进行描述，对于用户来说，可以用一些人口统计特征来进行描述。
538
1
1
《Learning Disentangled Representations for Recommendation解读电子书》电子版地址
Learning Disentangled Representations for Recommendation解读电子书
86
0
0
|
机器学习/深度学习
人工智能
搜索推荐
【推荐系统论文精读系列】(十二)--Neural Factorization Machines for Sparse Predictive Analytics
现在很多基于网站应用的预测任务都需要对类别进行建模，例如用户的ID、性别和职业等。为了使用通常的机器学习预测算法，需要将这些类别变量通过one-hot将其转化成二值特征，这就会导致合成的特征向量是高度稀疏的。为了有效学习这些稀疏数据，关键就是要解释不同特征之间的影响。
425
0
0
|
机器学习/深度学习
搜索推荐
【推荐系统论文精读系列】(十四)--Information Fusion-Based Deep Neural Attentive Matrix Factorization Recommendation
推荐系统的出现，有效地缓解了信息过载的问题。而传统的推荐系统，要么忽略用户和物品的丰富属性信息，如用户的人口统计特征、物品的内容特征等，面对稀疏性问题，要么采用全连接网络连接特征信息，忽略不同属性信息之间的交互。本文提出了基于信息融合的深度神经注意矩阵分解(ifdnamf)推荐模型，该模型引入了用户和物品的特征信息，并采用不同信息域之间的交叉积来学习交叉特征。此外，还利用注意机制来区分不同交叉特征对预测结果的重要性。此外，ifdnamf采用深度神经网络来学习用户与项目之间的高阶交互。同时，作者在电影和图书这两个数据集上进行了广泛的实验，并证明了该模型的可行性和有效性。
328
0
0
|
机器学习/深度学习
自然语言处理
分布式计算
【论文翻译】DeepWalk: Online Learning of Social Representations
本文提出DeepWalk算法——一种用于学习网络中顶点的潜在表示的新方法，这些潜在表示将社会关系编码到连续的向量空间中，以至于能容易地用到统计模型中。DeepWalk将语言建模和无监督特征学习（或深度学习）的最近进展，从单词序列推广到图中。
602
0
0
|
机器学习/深度学习
文字识别
并行计算
CV：翻译并解读2019《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》第一章~第三章（三）
CV：翻译并解读2019《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》第一章~第三章
224
0
0
热门文章
最新文章
1
解决kafka集群由于默认的__consumer_offsets这个topic的默认的副本数为1而存在的单点故障问题
2
使用 Docker 高效搭建本地开发环境（详细教程）
3
如何使用java代码导出word
4
《Python编程从0到1》笔记1——表达式的风格（前缀、中缀、后缀）
5
Nginx目录文件列表显示
6
中移动与阿里巴巴将在四大领域展开全面战略合作
7
mysql 主从复制配置
8
google guice @inject comments
9
html页面中event的常见应用
10
微软要在年内推出IPTV平台 抢占客厅市场
1
一级倒立摆平衡控制系统MATLAB仿真,可显示倒立摆平衡动画,对比极点配置,线性二次型,PID,PI及PD五种算法
28
2
基于SOA海鸥优化算法的三维曲面最高点搜索matlab仿真
34
3
基于PI控制的三相整流器控制系统的simulink建模与仿真,包含超级电容充电和电机
42
4
MCMS：Star 28.1k,还在为CMS系统发愁？这款开源神器让内容管理变得像搭积木一样简单！
35
5
XJ-Survey：这个让滴滴日均处理1.2亿次问卷请求的开源系统，今天终于公开了它的架构密码！
37
6
CPU can only see the threads
26
7
Java+机器学习基础：打造AI学习基础
43
8
使用 pipx 安装并执行 Python 应用程序 (1)
36
9
国产AI神器Deepseek，本地离线使用教程！
56
10
短视频创作助手 | AI剧本生成与动画创作
152