IP属地：江苏
-
2019 华为杯研究生数学建模竞赛D题-行驶工况构建本篇文章为本人原创内容，如需转载引用，请务必在文中附上原链接及相应说明，包括作者信息（阿瑟） 本篇文章非完整分析思路，仅供参考，欢迎学习交流 码...
-
CRS(6)阅读笔记：WWW2022-Multi-Choice Questions based Multi-Interest Policy Learning for Conversational...最新被WWW2022接收的CRS研究工作。 该工作在基本的CRS框架上，提出多项选择的形式代替常见的二元(Yes/No)交互，并考虑用户潜在兴趣...
-
embedding技术(1): Res-embedding for Deep Learning Based Click-Through Rate Prediction ModelingDLP-KDD 2019 摘要 目前点击率 (CTR) 预测模型已经从浅层方法发展到深层神经网络， 大多数深度 CTR 模型遵循 Embeddi...
-
序列推荐(4):Sequence and Time Aware Neighborhood for Session-based RecommendationsSIGIR2019 short Paper 摘要 基于会话的k近邻方法（SKNN）已被证明是基于会话推荐的有力基线。然而，SKNN没有考虑会话中...
-
序列推荐(3): Session-aware Linear Item-Item Models for Session-based Recommendationwww2021 摘要 基于会话的推荐旨在根据会话中历史物品的序列预测下一个物品，例如电子商务或多媒体流服务。 具体来说，会话数据表现出一些独特的...
-
序列推荐: Learning Reinforced Dynamic Representations for Sequential Recommendation Weiqipaper链接：https://arxiv.org/pdf/2112.02787.pdf[https://arxiv.org/pdf/2112....
-
Denoising in Rec(2)：Denoising Implicit Feedback for RecommendationWSDM 2021 Full Research Paper 摘要 隐式反馈的普遍存在使得他们成为构建在线推荐系统的默认选择。虽然大量的隐性反馈缓...
-
Denoising in Rec(1)：Sampler Design for Implicit Feedback Data by Noisy-label Robust LearningSIGIR2020 摘要 由于易收集且普遍适用，推荐研究中广泛使用隐性反馈数据。然而，预测用户对隐反馈数据(implicit feedback)...
-
Interaction System(1): Dialog-based Interactive Image RetrievalNIPS2018. 摘要 背景：现有的交互式图像检索方法已经证明了整合用户反馈、改善检索结果的优点基于用户反馈以交互的形式进行图像检索是有效可行...