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