recommendation time-aware knowledge reasoning
A Contextualized Temporal Attention Mechanism for Sequential Recommendation
[TOC] > [Wu J., Cai R. and Wang H. D\'ej\`a vu: A contextualized temporal attention mechanism for sequential recommendation. WWW, 2020.](http://arxiv. ......
知识图谱Knowledge Spectrum
基于图的数据结构，由节点(Point)和边(Edge)组成。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲，知识图谱就是把所有不同种类的信息（Heterogeneous Information）连接在一起而得到的一个关 ......
Continuous-Time Sequential Recommendation with Temporal Graph Collaborative Transformer
[TOC] > [Fan Z., Liu Z., Zhang J., Xiong Y., Zheng L. and Yu P. S. Continuous-time sequential recommendation with temporal graph collaborative transfo ......
大模型时代的推荐系统Recommender Systems in the Era of Large Language Models (LLMs)
文章地址：https://arxiv.org/abs/2307.02046 笔记中的一些小实验中的模型都是基于GPT-3.5架构的ChatGPT模型。 本文主要讲述了比较具有代表性的方法利用LLM去学习user和item的表示，从预训练、微调和提示三个范式回顾了近期用于增强推荐系统的LLM先进技术， ......
Position-Enhanced and Time-aware Graph Convolutional Network for Sequential Recommendations
# Position-Enhanced and Time-aware Graph Convolutional Network for Sequential Recommendations [TOC] > [Huang L., Ma Y., Liu Y., Du B., Wang S. and Li ......
Empowering Long-tail Item Recommendation through Cross Decoupling Network (CDN)
长尾问题是个老大难问题了。
在推荐中可以是用户/物料冷启动，在搜索中可以是中低频query、文档，在分类问题中可以是类别不均衡。长尾数据就像机器学习领域的一朵乌云，飘到哪哪里就阴暗一片。今天就介绍来自Google的一篇解决长尾物品推荐的论文。 ......
knowledge Spectrum miscellaneous
WordNet WordNet is a dataset that describes the associative characteristics between English vocabulary words and also serves as a database. This datab ......
Time-aware Path Reasoning on Knowledge Graph for Recommendation
[TOC] > [Zhao Y., Wang X., Chen J., Wang Y., Tang W., He X. and Xie H. Time-aware path reasoning on knowledge graph for recommendation. TOIS, 2022.](h ......
How Can Recommender Systems Benefit from Large Language Models: A Survey 阅读笔记
论文主要从LLM应用在推荐系统哪些部分以及LLM如何应用在推荐系统中，还讨论了目前LLM应用在RS中的一些问题。 ###Where? 推荐系统哪些部分哪里可以应用到大模型？文章中提到了特征工程、特征编码、评分/排序函数、推荐流程控制。 - LLM for Feature Engineering - ......
PicGo + Typora 上传失败：reason: connect ETIMEDOUT 20.205.243.168:443
## 1. 查看 PicoGo err 日志 ```bash ttpError: request to https://api.github.com/repos/RonnieLee24/PicGo_Pictures/contents/imgs%2FDB%2F202308231607905.png f ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 使用 - Python 操作
数据基于： [知识图谱（Knowledge Graph）- Neo4j 5.10.0 使用 - CQL - 太极拳传承谱系表](https://www.cnblogs.com/vipsoft/p/17631347.html) 这是一个非常简单的web应用程序，它使用我们的Movie图形数据集来提供列 ......
什么是企业管理关键 Customer Support 领域的 Next SLA Reason
在企业管理软件和客户服务领域中，SLA 或者称为 "Service Level Agreement"，我们翻译为 `服务级别协议`，是一个非常重要的概念。它是服务提供者和客户之间定义和同意的一系列服务标准和目标。例如，一个典型的 SLA 可能会规定，对于某种类型的客户请求，服务提供者必须在指定的时间 ......
Mixture-of-Domain-Adapters: Decoupling and Injecting Domain Knowledge to Pre-trained Language Mod...
### 1. Abstract 经过预训练的语言模型（PLM）表现出在通用领域理解文本的出色能力，同时在特定领域中表现不佳。**尽管在大型领域特定语料库上继续预训练是有效的，但调整领域上的所有参数是昂贵的**。在本文中，我们研究了是否可以通过只调整几个参数来有效地调整PLM。具体来说，我们将Tran ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 使用 - Java SpringBoot 操作 Neo4j
上一篇使用了 CQL 实现了太极拳传承谱，这次使用JAVA SpringBoot 实现，只演示获取信息，源码连接在文章最后 三要素 在知识图谱中，通过三元组 集合的形式来描述事物之间的关系： - 实体：又叫作本体，指客观存在并可相互区别的事物，可以是具体的人、事、物，也可以是抽象的概念或联系，实体是 ......
A Neural Influence Diffusion Model for Social Recommendation
[TOC] > [Wu L., Sun P., Fu Y., Hong R., Wang X. and Wang M. A neural influence diffusion model for social recommendation. SIGIR, 2019.](https://dl.acm ......
SocialLGN Light graph convolution network for social recommendation
[TOC] > [Liao J., Zhou W., Luo F., Wen J., Gao M., Li X. and Zeng J. SocialLGN: Light graph convolution network for social recommendation. Information ......
论文解读（BSFDA）《Black-box Source-free Domain Adaptation via Two-stage Knowledge Distillation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Black-box Source-free Domain Adaptation via Two-stage Knowledge Distillation论文作者：Shuai Wang, Daoan Zhan ......
论文解读（KDSSDA）《Knowledge distillation for semi-supervised domain adaptation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Knowledge distillation for semi-supervised domain adaptation论文作者：Mauricio Orbes-Arteaga, Jorge Cardoso论 ......
论文解读（KD-UDA）《Joint Progressive Knowledge Distillation and Unsupervised Domain Adaptation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Joint Progressive Knowledge Distillation and Unsupervised Domain Adaptation论文作者：Yanping Fu, Yun Liu论文来源 ......
GNN学习 Knowledge Graph Embedding(更新中)
# GNN学习 Knowledge Graph Embedding 前面提到的方法都是只有一种边的类型，接下来要扩展到有向，多种边的类型的图上，即异质图(heterogeneous graph) 异质图有这样的几种类型： + Relational GCNs + Knowledge Graphs + ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 使用 - CQL
删除数据库中以往的图 ``` MATCH (n) DETACH DELETE n ``` ### 创建节点 CREATE命令语法 > Neo4j CQL“CREATE”命令用于创建没有属性的节点。 它只是创建一个没有任何数据的节点。 ``` CREATE ( : { : ........ : } ) ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 Desktop & GraphXR 连接自建数据库
``` #输入查看数据库连接 neo4j$ :server status ```  添加 远程连接，输入连接地址 ! ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 Desktop & GraphXR
下载地址：https://neo4j.com/download/ ## 安装  下载时会产生激活码（保存下来） ......
1003 Reasoning（大模拟）
# translation 现有一个推理系统，有如下符号组成： - 圆括号：$($ 和 $)$ - 逻辑连词：$\lnot$ 和 $\to$ - 全称量词：$\forall$ - 变量：$u-z$ - 常量：$a-e$ - 函数：$f-h$ - 谓词：$P-T$ 这个推理系统还包括项（term）、公 ......
论文解读（SimGCL）《Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation论文作者：Junliang Yu ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 Docker 安装
### 拉镜像 ```bash [root@localhost ~]# cat /etc/docker/daemon.json { "registry-mirrors": ["https://XXX.mirror.aliyuncs.com"] # 阿里镜像源 } # 拉取镜像 [root@local ......
知识图谱（Knowledge Graph）- Neo4j 5.10.0 CentOS 安装
### 系统需求 版本 JDK CPU 内存 硬盘 Neo4j 5.x 17 Intel x86-x64 Core i3 minimum,Core i7 recommended. AMD x86-x64, Mac ARM. 最低 2GB，推荐 16GB + 10G + Neo4j 5.x 11 Ne ......
知识图谱（Knowledge Graph）根本概念
[TOC] 2012年5月17日，Google 正式提出了知识图谱（Knowledge Graph）的概念，其初衷是为了优化搜索引擎返回的结果，增强用户搜索质量及体验。 假设我们想知道 “王健林的儿子” 是谁，百度或谷歌一下，搜索引擎会准确返回王思聪的信息，说明搜索引擎理解了用户的意图，知道我们要找 ......
论文解读（LightGCL）《LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation论文作者：Cai, Xuheng and Huang, ......
HS-GCN Hamming Spatial Graph Convolutional Networks for Recommendation
[TOC] > [Liu H., Wei Y., Yin J. and Nie L. HS-GCN: Hamming spatial graph convolutional networks for recommendation. IEEE TKDE.](https://arxiv.org/pdf/ ......