multi-temporal recommendation embeddings mechanisms
基于融合语义信息改进的内容推荐算法。Improved content recommendation algorithm integrating semantic information.
引言 路漫漫其修远兮，吾将上下而求索。每天一篇论文，做更好的自己。 本文读的这篇论文为发表于2023年5月28日的一篇名为《基于融合语义信息改进的内容推荐算法》（基于融合语义信息改进的内容推荐算法）的文章，文章主要介绍了基于内容的推荐技术在电子商务和教育领域的广泛应用，以及传统基于内容推荐技术在语义 ......
基于正则化的图自编码器在推荐算法中的应用 Application of graph auto-encoders based on regularization in recommendation algorithms
引言 看过的每一篇文章，都是对自己的提高。不积跬步无以至千里，不积小流无以成江海，积少成多，做更好的自己。 本文基于2023年4月6日发表于SCIPEERJ COMPUTER SCIENCE（PEERJ计算机科学）上的一篇名为《基于正则化的图自编码器在推荐算法中的应用》（Application of ......
SpringBoot配置报错：Description: Failed to configure a DataSource: 'url' attribute is not specified and no embedded datasource could be configured. Reason: Failed to determine a suitable driver class
报错： Description: Failed to configure a DataSource: 'url' attribute is not specified and no embedded datasource could be configured. Reason: Failed to ......
Top-N推荐算法 Top-N recommendation Algorithms
引言 推荐算法是计算机专业中的一种算法，通过一些计算，能够推测用户喜欢的东西，在互联网环境中应用比较广泛。Top-N算法在生活中非常常见，比如学术论文推荐论文、音乐软件推荐歌曲等。 今天看到一篇名叫"A Revisiting Study of Appropriate Offline Evaluati ......
TF-VAEGAN：添加潜在嵌入(Latent Embedding)的VAEGAN处理零样本学习
前面介绍了将VAE+GAN解决零样本学习的方法：f-VAEGAN-D2，这里继续讨论引入生成模型处理零样本学习（Zero-shot Learning, ZSL）问题。论文“Latent Embedding Feedback and Discriminative Features for Zero-S ......
tf.keras.layers.Embedding:
Turns positive integers(indexes) into dense vectors of fixed size. e.g. [[4], [20]] -> [[0.25, 0.1], [0.6, -0.2]] This layer can only be used on posit ......
MMGCN: Multi-modal Graph Convolution Network for Personalized Recommendation of Micro-video
目录概符号说明MMGCN代码 Wei Y., Wang X., Nie L., He X., Hong R. and Chua T. MMGCN: Multi-modal graph convolution network for personalized recommendation of mic ......
gitlab 修改导入文件大小 nginx 配置 重启gitlab 导致 nginx 报错 stdout: sh: /opt/gitlab/embedded/sbin/nginx: 没有那个文件或目录
报错 stdout: sh: /opt/gitlab/embedded/sbin/nginx: 没有那个文件或目录 修改 vim /opt/gitlab/sv/nginx/run #exec chpst -P /opt/gitlab/embedded/sbin/nginx -p /var/opt/g ......
Maven-Introduction to the Dependency Mechanism | Maven实战--- dependencies与dependencyManagement的区别
Maven – Introduction to the Dependency Mechanism https://maven.apache.org/guides/introduction/introduction-to-dependency-mechanism.html#:~:text=The de ......
Kernel Memory 入门系列： Embedding 简介
Kernel Memory 入门系列： Embedding 简介 在 RAG模式 其实留了一个问题。 我们对于的用户问题的理解和文档的检索并没有提供合适的方法。 当然我们可以通过相对比较传统的方法。 例如对用户的问题进行关键词提取，然后通过关键词检索文档。这样的话，就需要我们提前对文档做好相关关键词 ......
LightGCL Simple Yet Effective Graph Contrastive Learning For Recommendation论文阅读笔记
Abstract 目前的图对比学习方法都存在一些问题，它们要么对用户-项目交互图执行随机增强，要么依赖于基于启发式的增强技术（例如用户聚类）来生成对比视图。这些方法都不能很好的保留内在的语义结构，而且很容易受到噪声扰动的影响。所以我们提出了一个图对比学习范式LightGCL来减轻基于CL的推荐者的通 ......
Object Tracking Network Based on Deformable Attention Mechanism
Object Tracking Network Based on Deformable Attention Mechanism Local library 初读印象 comment:: （DeTrack）采用基于可变形注意力机制的编码器模块和基于自注意力机制的编码器模块相结合的方式进行特征交互。基于 ......
SiReN Sign-Aware Recommendation Using Graph Neural Networks论文阅读笔记
Abstract 目前使用GNN的推荐系统主要利用高评分的正向用户-物品交互信息。但是如何利用低评分来表示用户的偏好是一个挑战，因为低评分仍然可以提供有用的信息。所以在本文中提出了基于GNN模型的有符号感知推荐系统SiReN，SiReN有三个关键组件 构造一个符号二部图更精确的表示用户的偏好，分为两 ......
PANE-GNN Unifying Positive and Negative Edges in Graph Neural Networks for Recommendation论文阅读笔记
Abstract 目前利用GNN的推荐系统主要关注用户的正面反馈，而忽略了负面反馈提供的见解。于是我们提出了PANG- GNN，该模型将图神经网络的正面和负面边统一在一起。PANG-GNN首先将原始评分图根据正面和负面反馈划分为两个不同的二分图。接下来分别使用两个独立的嵌入，即感兴趣嵌入和无兴趣嵌入 ......
论文笔记: Attributed Graph Clustering: A Deep Attentional Embedding Approach
论文笔记: Attributed Graph Clustering: A Deep Attentional Embedding Approach 中文名称: 属性图聚类：一种深度注意力嵌入方法 论文链接: https://arxiv.org/abs/1906.06532 背景: 图聚类是发现网络 ......
Adaptive Graph Contrastive Learning for Recommendation论文阅读笔记
Abstract 在实际的场景中，用户的行为数据往往是有噪声的，并且表现出偏态分布。所以需要利用自监督学习来改善用户表示。我们提出了一种新的自适应图对比学习(AdaGCL)框架，该框架使用两个自适应对比视图生成器来进行数据增强，以更好地增强CF范式。具体的说，我们使用了两个可训练的视图生成器，一个图 ......
Recommendation as Instruction Following: A Large Language Model Empowered Recommendation Approach
目录概InstructRecInstruction Generation Zhang J., Xie R., Hou Y., Zhao W. X., Lin L., Wen J. Recommendation as instruction following: a large language mo ......
A Novel Approach Based on Bipartite Network Recommendation and KATZ Model to Predict Potential Micro-Disease Associations
A Novel Approach Based on Bipartite Network Recommendation and KATZ Model to Predict Potential Micro-Disease Associations Shiru Li 1, Minzhu Xie 1, Xi ......
Generative-Contrastive Graph Learning for Recommendation论文阅读笔记
Abstract 首先介绍了一下GCL的一些缺点，GCL是通过数据增强来构造对比视图，然后通过最大化对比视图之间的互信息来提供自监督信号。但是目前的数据增强技术都有着一定的缺点 结构增强随机退出节点或边，容易破坏用户项目的内在本质 特征增强对每个节点施加相同的尺度噪声增强，忽略的节点的独特特征 所以 ......
多目标关键点检测Associative Embedding
前面介绍了单目标关键点检测网络 Stacked Hourglass Networks，如下图所示，一次只能检测出一个目标的关键点信息，但实际情况下一个场景出现多个目标的概率更大，所以原作者在Stacked Hourglass Networks的基础上提出了Associative Embedding， ......
simulink回调函数在embedded code/autosar的应用
simulink开发嵌入式方向， 在生成的代码中会以注释的形式记录代码生成的时间于模型版本。但编译完成后的可执行文件中并不会存储这些信息，在某些情况下定位问题与确认模型的版本就不容易实现。 因此在模型中创建一个全局变量用来存储版本信息，使用回调函数自动填写相关信息。 如下图使用param（）函数将时 ......
Altium Designer中的各个mechanical层含义
Mechanical Layer指代机械层，强调“机械”即代表其不具备电气属性，可以放心地用于勾画外形、勾画机械尺寸、放置文本等等工作，而不必担心对板子的电气特性造成破坏 具体可以划分为： Mech1：机械一层多用来勾画线路板的边框，以及内部较大的镂空或者异型镗孔。同原keepout层功能一致，在A ......
【略读论文|时序知识图谱补全】Hierarchical Self-Atention Embedding for Temporal Knowledge Graph Completion
会议：WWW，时间：2023，学校：东北大学计算机与通信工程学院 摘要： 目前TKGC模型存在的问题：只考虑实体或关系的结构信息，而忽略了整个TKG的结构信息。此外，它们中的大多数通常将时间戳视为一般特征，不能利用时间戳的潜在时间序列信息。 本文的方法：一种基于自注意机制和历时嵌入技术的分层自注意嵌 ......
解决问题：Unable to start embedded container; nested exception is java.lang.NoSuchMethodError: org.apache.catalina.Context.addServletMapping(Ljava/l
因为有重复的jar 原因：springboot有自己的tomcat运行环境我们又在构件路径中添加了tomcat 解决方法：把项目构件路径中的tomcat给移除 ......
【略读论文|时序知识图谱补全】DREAM: Adaptive Reinforcement Learning based on Attention Mechanism for Temporal Knowledge Graph Reasoning
会议：SIGIR，时间：2023，学校：苏州大学计算机科学与技术学院，澳大利亚昆士兰布里斯班大学信息技术与电气工程学院，Griffith大学金海岸信息通信技术学院 摘要： 原因：现在的时序知识图谱推理方法无法生成显式推理路径，缺乏可解释性。 方法迁移：由于强化学习 (RL) 用于传统知识图谱上的多跳 ......
问题解决：在eclipse中SpringBoot启动报Cannot determine embedded database driver class for database type NONE
原因：yml文件被移除不能扫描到 解决方法： 右键项目属性打开构建路径 选择resouces所在的文件夹将排除中的东西给移除 完成解决问题 ......
Embedding 模型收录
效果测评，非官方结果，仅供参考 text2vec-base-chinese 说明 关联模型 text2vec-large-chinese text2vec-base-chinese-paraphrase：https://huggingface.co/shibing624/text2vec-base- ......
使用Bert模型实现embedding嵌入
参考文献：保姆级教程，用PyTorch和BERT进行文本分类 - 知乎 (zhihu.com) 模型地址：https://huggingface.co/bert-base-cased from transformers import BertTokenizer, BertModel tokenize ......
embedding嵌入
自然语言处理领域中，"embedding"（嵌入）通常指将高维的数据映射到低维空间的过程。在自然语言处理中，最常见的是词嵌入（word embeddings） 发展 横向发展： Word Embedding到其他类型的Embedding： 最初，嵌入技术主要应用于自然语言处理中的Word Embed ......
TALLRec: An Effective and Efficient Tuning Framework to Align Large Language Model with Recommendation
目录概TallRec代码 Bao K., Zhang J., Zhang Y., Wang W., Feng F. and He X. TALLRec: An effective and efficient tuning framework to align large language model ......