因子分解机相关论文
在银行信用卡行业从“增量时代”转入“存量时代”之际,客户群体的多样化和个性化需求与银行同质化、标准化的粗放式营销方式之间......
现有结合特征提取与预测模型的方法不能准确把握金融时间序列的混沌性与交互性,导致预测精度不高。针对此问题,提出一种基于二次分解......
本文在神经网络的推荐模型基础上引入自注意力机制,提出一种改进的基于自注意力机制TransNet推荐模型SATransNet。SATransNet模型使......
NFT数字藏品基于区块链技术,利用其不可篡改、可追溯和去中心化的特点,有效解决了数字资产的确权和流通问题。受限于NFT数字藏品的异......
在信息化时代,各行各业面临的繁杂数据信息使得人们获取有效信息的要求越发迫切。推荐系统作为一套有效的信息过滤机制,能够满足人......
互联网、云计算、人工智能经过几十年来惊人的发展,已经从方方面面覆盖到了我们的日常生活之中。而其中具有极大商业潜能的智能推......
随着在线电影数目不断增加,人们开始通过信息过滤以获取有效信息,因此个性化的电影推荐系统成为研究的热点。本课题研究电影推荐,......
随着互联网经济的发展,线上服务会产生巨量的业务数据。在传统单机模式下,对这些数据的储存、传输和使用十分困难,其主要难点在于......
基于社区问答CQA(community-based question and answering)的知识分享已成为互联网时代的主流交互平台,然而随着大量用户参与和大......
随着信息技术和互联网行业的发展,各种各样的网络应用积累了海量的数据信息,这些海量的数据信息为用户提供了丰富的信息内容,同时......
车险是非寿险的重要组成部分,车险的盈利情况在保险公司起着举重若轻的作用,因此,建立准确的车险索赔预测模型是一项重要的任务。......
随着互联网技术的快速发展,在线广告系统已成为各个互联网公司的重要收入来源。广告曝光预估是在线广告系统比较重要的一个环节,其......
随着多媒体技术及互联网技术的发展和普及,线上数字化娱乐已经迅速融入了人们的生活中,技术深深地改变了数字娱乐产品的生产方式与......
随着时代的发展,在互联网上观看电影等影视资源已成为人民群众重要的精神娱乐来源。电影推荐系统不仅能给用户带来良好的观看体验,......
电子商务的蓬勃发展为用户提供便利的同时也带来了信息过载的问题。推荐系统能够为用户筛选出少量其真正感兴趣的物品,缓解信息过......
传统推荐算法大多使用用户评分数据来推测用户偏好,仅用评分数据会导致推荐结果单一,缺乏多样性和个性化,同时评分数据还普遍存在......
点击率预测一直是在线广告和产品推荐领域中非常受欢迎的问题,点击率的小幅增长可以带来可观的利润回报。近年来,由于机器学习和人......
随着互联网技术的飞速发展,大量的计算机软件已经倾向于部署在云环境下,面向服务的体系结构(Service-Oriented Architecture,SOA)、......
传统单领域推荐算法存在数据稀疏和冷启动问题,且由于单领域推荐算法是在同一领域基于群体分类进行推荐,因此无法实现真正的个性化......
为了研究水利工程事件的风险状态,引入了机器学习中的因子分解机模型对水利工程事件的风险因素及风险状态进行分析.以修订的人为因......
传统推荐算法能有效缓解信息量剧增引起的信息过载问题,但是仍会出现数据稀疏和冷启动问题;此外,传统推荐算法使用静态推荐,挖掘用......
异质图嵌入方法旨在将图上节点表示为低维稠密的向量并保留图中的异质结构信息和语义信息,从而更好地服务于如节点分类、节点聚类......
随着5G互联网时代的到来和旅游门户网站的涌现,旅游业对国民经济和社会就业的贡献度不断增加,旅游相关数据呈指数趋势增长,致使旅......
传统点击率(CTR)预测模型多在单一特征级上进行特征交互,未能充分利用不同特征级上的有效信息.基于特征增强聚合方法提出一种融合......
推荐系统中,因子分解机(FM)等特征交叉模型通常孤立地对待每个用户-物品交互样本,无法显式地利用样本中对象之间的隐含关系,造成了......
基于卷积或循环神经网络的推荐系统主要捕捉评论文本中相邻词之间的局部和连续依赖关系,对长期、全局、非连续的依赖关系的捕捉能......
针对深度学习中推荐模型特征组合单一、消解大量有价值特征信息以及过拟合等问题,设计了一种新型的注意力得分机制——注意力胶囊,......
传统的矩阵分解模型仅通过用户-项目的评分矩阵来对用户进行项目推荐,由于未能使用用户与项目的特征信息从而造成了信息损失,使得......
海川化工论坛是化工领域最具权威性的问答及社交网站,但随着问答社区规模的增大,用户专业水平差异明显,导致问题回答质量参差不齐,......
近年来,心脏病在全球已严重威胁到人类的身体和生命健康安全,通过利用人工智能等技术手段来辅助医疗诊断的科学技术日益普遍,为提......
点击率预测作为推荐系统和在线广告的关键环节,在学术界和工业界均受到了极大的关注。论文首先对几种典型的点击率预测模型进行研......
针对目前的广告点击率预估模型未能充分学习低阶特征且忽略了不同高阶特征对模型准确率的影响不同的问题,提出了一种基于注意力机......
点击率预测用于计算一条广告被用户点击的概率,是广告推荐技术最重要的环节之一。论文研究了点击率预测领域的发展历程以及趋势,基......
社会化推荐系统是为了缓解传统推荐系统的数据稀疏性与冷启动问题所提出的推荐方法。随着社交平台的流行,用户的社会化信息蕴藏着......
随着移动互联网时代的到来,人们接触的信息内容无限扩大,渠道无限便利。短视频作为新的媒体形式呈现在用户面前,并且迅速拥有巨大......
随着深度学习的发展,近年来CTR预估模型的研究往往基于深度学习使用不同的特征交叉方式来实现CTR预估模型的性能提升.目前最新最有......
文物被深埋于地底下上千年,出土时碎片数量多且受到不同程度的损坏,为文物修复工作带来了很大的难度。文物数字化虚拟复原技术是目......
随着信息技术的不断发展,在网络上出现了越来越多的数据,“信息过载”的问题随之而来,如何从海量数据中获取用户感兴趣的信息便成......
众所周知,越来越多的国内外互联网公司的主要收入来源都是依靠广告,比如国外的知名互联网公司Facebook、谷歌和雅虎等,国内的互联......
随着互联网的发展,各种终端的普及,尤其是移动设备,网络中的数据不再是线性的增加,而是以指数的趋势在猛增。每天各种各样不同来源......
因子分解机(Factorization Machine)是近几年被提出的,主要用于解决大规模稀疏数据中特征组合问题的算法,它是一种结合矩阵分解和......
随着互联网信息技术的飞速发展,信息过载问题愈加严重,用户难以在海量的数据中,快速、精确的定位到感兴趣的内容,因此为用户提供个......
近年来,推荐系统得到了极快速的发展,以多人推荐场景为出发点,群组推荐系统应运而生。区别于其它单人推荐系统,除了向单个用户进行......
随着信息技术的发展,各大电子商务、社交平台陆续出现,产生大量的数据信息。然而在海量的数据面前,人们对于有效信息的获取却越来......
分类是机器学习中一个重要的任务,分类算法通过函数的判断给出输入数据的类别,根据数据的预测类别不同,分类问题可以分为多分类和......
预估广告点击率对于规划广告的投放、增加广告平台的收益、提升用户体验等都具有重要意义。如何从用户、商品、交互行为等多视图数......
大数据、云计算、人工智能等新技术的迅速发展,使得互联网应用层出不穷,导致网络数据呈现指数级的增长,大规模数据为各领域发展带......