JavaShuo
栏目
标签
推荐系统论文阅读:User Profiling based Deep Neural Network for Temporal News Recommendation
时间 2020-12-30
标签
推荐系统
栏目
系统网络
繁體版
原文
原文链接
摘要:用户时序行为建模在推荐系统中是一个很重要,同时富有挑战性的任务。时序行为建模为模型求参增加了困难,同时时序数据建模意味着更大的数据量需求。本文作者提出了一个两层次的深度学习框架,首先将新闻文本表示成doc2vec词向量,然后利用这些doc2vec词向量以及用户阅读历史生成用户画像。使用用户画像以及和用户对应的大量正样本、负样本训练模型。训练好的模型在真实数据集上进行了实验,与一些优秀的bas
>>阅读原文<<
相关文章
1.
推荐系统论文:DKN Deep Knowledge-Aware Network for News Recommendation
2.
2018_WWW_DKN- Deep Knowledge-Aware Network for News Recommendation
3.
DKN: Deep Knowledge-Aware Network for News Recommendation阅读笔记
4.
推荐系统论文:Neural News Recommendation with Attentive Multi-View Learning
5.
推荐系统论文笔记---Neural News Recommendation with Attentive Multi-View Learning
6.
推荐系统论文阅读笔记
7.
论文Product-based Neural Network for User Response Prediction
8.
论文阅读:DRN: A Deep Reinforcement Learning Framework for News Recommendation
9.
推荐系统论文笔记---A Contextualized Temporal Attention Mechanism for Sequential Recommendation
10.
推荐系统论文阅读——Factorizing Personalized Markov Chains for Next-Basket Recommendation
更多相关文章...
•
RSS 阅读器
-
RSS 教程
•
C# Windows 文件系统的操作
-
C#教程
•
Docker容器实战(七) - 容器眼光下的文件系统
•
JDK13 GA发布:5大特性解读
相关标签/搜索
推荐阅读
论文阅读
推荐系统
CV论文阅读
recommendation
based
profiling
temporal
news
外文阅读
系统网络
MySQL教程
NoSQL教程
MyBatis教程
文件系统
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
正确理解商业智能 BI 的价值所在
2.
解决梯度消失梯度爆炸强力推荐的一个算法-----LSTM(长短时记忆神经网络)
3.
解决梯度消失梯度爆炸强力推荐的一个算法-----GRU(门控循环神经⽹络)
4.
HDU4565
5.
算概率投硬币
6.
密码算法特性
7.
DICOMRT-DiTools:clouddicom源码解析(1)
8.
HDU-6128
9.
计算机网络知识点详解(持续更新...)
10.
hods2896(AC自动机)
本站公众号
欢迎关注本站公众号,获取更多信息
相关文章
1.
推荐系统论文:DKN Deep Knowledge-Aware Network for News Recommendation
2.
2018_WWW_DKN- Deep Knowledge-Aware Network for News Recommendation
3.
DKN: Deep Knowledge-Aware Network for News Recommendation阅读笔记
4.
推荐系统论文:Neural News Recommendation with Attentive Multi-View Learning
5.
推荐系统论文笔记---Neural News Recommendation with Attentive Multi-View Learning
6.
推荐系统论文阅读笔记
7.
论文Product-based Neural Network for User Response Prediction
8.
论文阅读:DRN: A Deep Reinforcement Learning Framework for News Recommendation
9.
推荐系统论文笔记---A Contextualized Temporal Attention Mechanism for Sequential Recommendation
10.
推荐系统论文阅读——Factorizing Personalized Markov Chains for Next-Basket Recommendation
>>更多相关文章<<