Sequential Recommender System based on Hierarchical Attention Network
本文中提出了兩層次的注意力網絡，第一層是根據歷史購買的項目表示來學習用戶的長期偏好，.第二種方法通過耦合用戶的長期和短期偏好來輸出最終的用戶表示。 注意機制可以自動地爲用戶分配不同的影響(權重)來捕捉動態屬性，而層次結構則將用戶的長短特徵結合在一起。首先將用戶和項目生成低維的特徵，然後利用注意層計算用戶長期集合中項目的不同權重，然後用權值壓縮項目向量，生成用戶的長期表示。在這個之後，我們使用另一個
相關文章
- 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. 《論文筆記》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閱讀筆記
- 9. Rumor Detection with Hierarchical Social Attention Network，2018，CIKM
- 10. Deep Learning based Recommender System: A Survey and New Perspectives （2）
- 更多相關文章...
- • XSLT system-property() 函數 - XSLT 教程
- • MySQL UPDATE：修改數據（更新數據） - MySQL教程
- • Flink 數據傳輸及反壓詳解
- • Java 8 Stream 教程
相關標籤/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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 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. 《論文筆記》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閱讀筆記
- 9. Rumor Detection with Hierarchical Social Attention Network，2018，CIKM
- 10. Deep Learning based Recommender System: A Survey and New Perspectives （2）