Sequential Recommender System based on Hierarchical Attention Network
本文中提出了两层次的注意力网络，第一层是根据历史购买的项目表示来学习用户的长期偏好，.第二种方法通过耦合用户的长期和短期偏好来输出最终的用户表示。 注意机制可以自动地为用户分配不同的影响(权重)来捕捉动态属性，而层次结构则将用户的长短特征结合在一起。首先将用户和项目生成低维的特征，然后利用注意层计算用户长期集合中项目的不同权重，然后用权值压缩项目向量，生成用户的长期表示。在这个之后，我们使用另一个
相关文章
- 1. Hierarchical Attention Based Semi-supervised Network Representation Learning
- 2. HAN（Hierarchical Attention Network）
- 3. 《Hybrid Recommender System based on Autoencoders》理解
- 4. Deep Learning based Recommender System: A Survey and New Perspectives
- 5. 【ACL2017】Sequential Matching Network
- 6. 《论文笔记》A Deep Learning Based Collaborative Neural Network Framework for Recommender System
- 7. A Survey of Recommender Systems Based on Deep Learning （1）
- 8. Hierarchical Attention Network for Document Classification阅读笔记
- 9. Rumor Detection with Hierarchical Social Attention Network，2018，CIKM
- 10. Deep Learning based Recommender System: A Survey and New Perspectives （2）
- 更多相关文章...
- • XSLT system-property() 函数 - XSLT 教程
- • MySQL UPDATE：修改数据（更新数据） - MySQL教程
- • Flink 数据传输及反压详解
- • Java 8 Stream 教程
相关标签/搜索
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
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Hierarchical Attention Based Semi-supervised Network Representation Learning
- 2. HAN（Hierarchical Attention Network）
- 3. 《Hybrid Recommender System based on Autoencoders》理解
- 4. Deep Learning based Recommender System: A Survey and New Perspectives
- 5. 【ACL2017】Sequential Matching Network
- 6. 《论文笔记》A Deep Learning Based Collaborative Neural Network Framework for Recommender System
- 7. A Survey of Recommender Systems Based on Deep Learning （1）
- 8. Hierarchical Attention Network for Document Classification阅读笔记
- 9. Rumor Detection with Hierarchical Social Attention Network，2018，CIKM
- 10. Deep Learning based Recommender System: A Survey and New Perspectives （2）