推荐模型-序列推荐-2018：Caser
序列 模型 推荐 2018
2023-09-27 14:20:39 时间
推荐模型-序列推荐-2018：Caser
| Reference: | |
| Jiaxi Tang et al., "Personalized Top-N Sequential Recommendation via Convolutional Sequence Embedding" in WSDM 2018. | |
| Reference code: | |
| https://github.com/graytowne/caser_pytorch |
相关文章
- 机器学习笔记七-----------------使用Prophet（时间序列模型）预测家用电量的数据的笔记一------数据集解析
- 机器学习笔记三-----------------Prophet（时间序列模型）的复杂例程笔记
- 机器学习-概率图模型：条件随机场（CRF）【前提假设：隐层状态序列符合马尔可夫性、枚举整个隐状态序列全部可能】【MEMM--枚举整个隐状态序列全部可能--＞CRF】【判别模型：条件概率】
- NLP-生成模型-2017-Transformer（一）：Encoder-Decoder模型【非序列化；并行计算】【O(n^2·d)，n为序列长度，d为维度】【用正余弦函数进行“绝对位置函数式编码”】
- NLP-生成模型-2015：Seq2Seq+Copy【 Pointer网络的Copy机制是对传统Attention机制的简化：输出针对输出词汇表的一个概率分布 --＞ 输出针对输入文本序列的概率分布】
- 推荐模型-序列推荐-2015：HRM
- 推荐模型-序列推荐-2018：DIN（Deep Interest Network）【引入Attention机制】【阿里】
- 推荐模型-序列推荐-2018：STAMP
- 推荐模型-序列推荐-2019：RepeatNet
- 推荐模型-序列推荐-2019：GCSAN
- 推荐模型-序列推荐-2022：CORE
- 最大上升子序列和
- PyTorch: 序列到序列模型(Seq2Seq)实现机器翻译实战
- 时间序列模型（二）：移动平均法（MA）
- 基于粒子群改进的灰色神经网络的时间序列预测，PSO-GNN模型，神经网络案例之20
- Keras编解码模型序列预测