BGCN Rec:模型结构概述
简单论述
BGCN将user-item interaction,user-bundle interaction和bundle-item affiliation 关联到统一的异构图中。以项目节点为桥梁,使用GCN在user和bundle节点之间的图卷积传播使得学习到的表示捕获项目级语义。
BGCN提出现拥有的bundle rec model的一些局限性:
1.Separated modeling of two affiliated entities
参数共享没有显示的建模user,item和bundle之间的关系,并且多任务的方式难以平衡主任务和辅助任务的权重
2.Substitution of bundles is not considered
现有work仅考虑bundle中item的相关性,以增强item training task,however,作为推荐目标的bundle之间的关联更为关键
3.Decision-making is ignored when users interact with bundles
在项目级,即使用户喜欢bundle中的大多数项目,但可能会因为一个不喜欢的item而ignored this bundle。在bundle级,对于两个高度相似的bundle,user最终选择的关键是它们的非重叠部分。
Heterogeneous Graph Construction
Item Level Propagation
用户对bundle中的item的偏好可以引起user对this bundle 的关注和interest。由于bundle中的item是经过精心设计的,它们通常在功能上相互兼容,并组成一些语义来影响user的选择上下文。例如,带有床垫和床架的bundle反应了卧室家具的意义,带有西装和领带的bundle则反应了工作场所着装的含义。
为了捕获item的user interest,在user和item之间构建一个嵌入式传播层。从item到bundle的信息池可以从项目级获取bundle的语义信息。
Bundle Level Propagation
设计了一个bundle到用户嵌入传播模块,从bundle层学习 to bundle的偏好。然后,执行用户绑定嵌入传播以提取绑定整体属性。由于高度重叠的bundle package在吸引用户方面表现出相似的模式,基于bundle package项目和bundle package元路径上的重叠程度进行加权propagation,以获取bundle package之间的替代关系。bundle级的嵌入更新规则可以如下公式化
Prediction
Training with Hard Negatives
由于bundle package包含更多的item,价格更高,用户在bundle package场景中做出决策或花钱时通常会谨慎,以避免不必要的风险。例如,即使用户喜欢bundle package中的大多数item,但可能会因为存在一个不喜欢的item而ignore this bundle。对于两个高度相似的budnle package,用户最终选择的关键是它们的非重叠部分。
采用了一种在隐式推荐系统中广泛使用的成对学习方式。然后,在模型收敛后,以一定概率引入硬负样本进行更详细的训练。
BGCN Rec:模型结构概述的更多相关文章
- NET5实践:项目创建-结构概述-程序运行-发布部署
ASP.NET5实践01:项目创建-结构概述-程序运行-发布部署 1.项目创建 ASP.NET5项目模板有三种: 新建项目: 选择模板: 2.结构概述 References对应配置是project ...
- BS模式的模型结构详解
编号:1004时间:2016年4月12日16:59:17功能:BS模式的模型结构详解 URL:http://blog.csdn.net/icerock2000/article/details/4000 ...
- 关于DPM(Deformable Part Model)算法中模型结构的解释
关于可变部件模型的描写叙述在作者[2010 PAMI]Object Detection with Discriminatively Trained Part Based Models的论文中已经有说明 ...
- 卷积神经网络(CNN)模型结构
在前面我们讲述了DNN的模型与前向反向传播算法.而在DNN大类中,卷积神经网络(Convolutional Neural Networks,以下简称CNN)是最为成功的DNN特例之一.CNN广泛的应用 ...
- PGM:图模型学习概述
http://blog.csdn.net/pipisorry/article/details/52571640 动机 前面我们讨论的问题出发点是给定一个图模型.如在独立性和推理讨论中,假定模型--结构 ...
- asp.net core系列 23 EF模型配置(概述, 类型和属性的包含与排除)
一.模型配置概述 EF使用一组约定基于实体类的定义来构建模型. 可指定其他配置以补充或替代约定的内容.本系列介绍的配置可应用于面向任何数据存储的模型,以及面向任意关系数据库时可应用的配置. 数据库提供 ...
- 随想:目标识别中,自适应样本均衡设计,自适应模型结构(参数可变自适应,模型结构自适应,数据类别or分布自适应)
在现在的机器学习中,很多人都在研究自适应的参数,不需要人工调参,但是仅仅是自动调参就不能根本上解决 ai识别准确度达不到实际生产的要求和落地困难的问题吗?结论可想而知.如果不改变参数,那就得从算法的结 ...
- 3. RNN神经网络-LSTM模型结构
1. RNN神经网络模型原理 2. RNN神经网络模型的不同结构 3. RNN神经网络-LSTM模型结构 1. 前言 之前我们对RNN模型做了总结.由于RNN也有梯度消失的问题,因此很难处理长序列的数 ...
- openssl之EVP系列之7---信息摘要算法结构概述
openssl之EVP系列之7---信息摘要算法结构概述 ---依据openssl doc/crypto/EVP_DigestInit.pod翻译和自己的理解写成 (作者:Dragon ...
随机推荐
- 在 macOS 上搭建 Flutter 开发环境
下载 Flutter SDK flutter官网下载:https://flutter.io/sdk-archive/#macos 若上述链接无法访问,可通过GitHub下载 https://githu ...
- 微信安装包从0.5M暴涨到260M,为什么我们的程序越来越大?
最近,微信安装包从v1.0的0.5M暴涨到V8.0的 260M引起大家热议,为什么我们开发的程序越来越大?本文做一个简单的讨论.(本文主要根据B站科技老男孩<逆向工程微信安装包,11年膨胀575 ...
- Scanner练习
练习1 键盘输入两个数字求和 public static void main(String[] args) { Scanner in = new Scanner(System.in); System. ...
- django的csrf跨站请求伪造
1.什么是跨站请求伪造 请看图: 我们自行写了一个网站模仿中国银行,用户不知道是否是真的中国银行,并且提交了转账信息,生成一个form表单,向银行服务器发送转账请求,这个form表单和正规银行网站的f ...
- Spring源码-入门
一.测试类 public class Main { public static void main(String[] args) { ApplicationContext applicationCon ...
- vue-router4 |name的作用|query传参|parmas传参|动态路由参数|命名视图|别名alias|前置路由守卫|路由过渡效果|滚动行为
vue-router4 出现 No match found for location with path "/" #### router/index.ts文件 import { c ...
- 编译boost库的dll和lib
下载Boost 下载链接:Boost Downloads 下载完成后,将其解压放置到需要编译保存的目录下,比如我自己的目录: F:\Work\Boost 打开VS编译 如果是使用的VS2017,则打开 ...
- Navicat破解版下载安装
不要再去搜索尝试其他人的破解方式,真是浪费时间!!!网上的所谓"Navicat Premium 15 破解补丁",使用version.dll等破解的亲测不可用,还有一种使用&quo ...
- KingbaseES 如何开启并进入数据库
关键字: KingbaseES.sys_ctl.ksql 一.数据库启动前环境检测 1.1 查看kingbase用户环境变量配置 图1-1 查看.bashrc环境变量配置 1.2 应用环境变量 [ki ...
- 二进制redis集群部署
二进制redis集群部署 〇.前言 无聊想学罢了 准备环境: 三台centos7 1C1GB即可 三个路相连的地址 主机 IP 节点-角色-实例(端口) redis1 172.16.106.128 M ...