腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

机器学习与推荐算法

汇集经典的推荐技术，公众号：机器学习与推荐算法

专栏作者

260

文章

217316

阅读量

53

订阅数

遗忘：深度学习中的双刃剑？最新《深度学习中的遗忘》的研究综述

机器学习深度学习模型数据隐私

「遗忘(Forgetting)是指之前获得的信息或知识的丢失或退化」。现有的关于遗忘的综述主要集中在持续学习上，然而，「遗忘也是深度学习的其他研究领域中普遍观察到的现象」。例如，遗忘在生成模型中由于生成器偏移而表现出来，在联邦学习中由于客户端之间数据分布异构而表现出来。解决遗忘包括几个挑战：平衡旧任务知识的保留与新任务的快速学习、管理具有冲突目标的任务干扰、以及防止隐私泄漏等。此外，大多数现有的关于持续学习的综述都默认遗忘总是有害的。相反，作者认为「遗忘是一把双刃剑，在某些情况下（如隐私保护场景）可能是有益的和可取的」。通过在更广泛的背景下探索遗忘，本综述旨在提供对这一现象的更细微的理解，并强调其潜在的优势。通过这项全面的综述，作者希望通过借鉴来自各种处理遗忘的领域的思想和方法来发现潜在的解决方案。通过超越传统的遗忘边界的分析，本综述希望在未来的工作中鼓励开发新的策略来减轻、利用甚至接受在实际应用中的遗忘。

2023-08-22

3910

IJCAI2023 | 当符号学习遇到推荐系统: 基于概率逻辑推理的序列推荐方法

深度学习推荐系统模型数据推荐算法

TLDR: 本文探索了深度学习和符号学习方法的结合，用以增强序列推荐模型的逻辑推理能力。通过解耦特征嵌入和逻辑嵌入，使序列推荐同时受益于相似性匹配（感知能力）和逻辑推理（认知能力）。

2023-08-22

2480

ICLR2023推荐系统论文整理

深度学习推荐系统 https pdf 论文

ICLR国际表征学习大会是深度学习领域的顶级会议。本次会议共收到4956篇论文投稿，接收1574篇，本届会议录用率约为30%。其中涉及推荐系统相关论文5篇，特此整理出来以供大家学习。

2023-08-22

2670

ICML2022丨时间序列论文汇总

https 网络安全 c++机器学习深度学习

国际机器学习大会(International Conference on Machine Learning，简称ICML ) 是由国际机器学习学会（IMLS）主办的机器学习国际顶级会议 (CCF-A)

2022-10-31

9180

WWW2021 | 基于图卷积神经网络的多样化推荐系统

卷积神经网络神经网络推荐系统深度学习

本文是一篇发表在WWW2021上的基于图卷积神经网络的多样性推荐系统的研究——DGCN: Diversified Recommendation with Graph Convolutional Networks，主要包括研究内容的介绍、总结以及个人思考。

2022-10-31

5410

350篇文献总结可信推荐系统前沿进展

推荐系统编程算法学习方法机器学习深度学习

推荐系统作为以人为本的人工智能技术的最前沿应用，被广泛部署在网络世界的每个角落，其大大提高了人类的决策效率。然而，尽管推荐系统具有巨大的作用和潜力，但也可能导致对用户、物品、生产者、平台甚至整个社会的不良影响，例如由于不透明的过程而损害用户的信任，对不同的消费者或生产者的不公平待遇，由于大量使用用户的私人敏感数据进行个性化推荐而导致的隐私泄露问题，由于缺乏对用户自身数据的控制而导致推荐重复的内容的回音室效应等等。所有这些都造成了对可信推荐系统的迫切需求，以减轻或避免这种不利影响和风险。

2022-10-31

7350

推荐算法的三大研究热点

推荐系统编程算法深度学习

传统的推荐算法与用户的交互较为缺乏，难以及时有效地把握用户兴趣。基于对话的推荐系统（Conversational Recommender System，CRS）能够通过与用户深入互动来了解用户兴趣，成了推荐系统领域一个新的研究热点。基于对话的推荐系统的核心是用户与推荐系统的在线交互，即将通过用户与推荐系统的对话交互过程获得用户的反馈，并将用户反馈融入推荐模型中，期望更好地理解用户的兴趣并提升推荐的准确性。

2022-10-31

7070

深度剖析 | 推荐系统中的信息茧房问题——因果强化学习在交互式推荐的前沿探索

机器学习监督学习神经网络深度学习人工智能

第一次写博客，这篇博客的目的是想分享和探讨一些在交互式推荐或者序列推荐问题中的一些关键痛点，其中最大的一个就是信息茧房问题。

2022-10-31

1.6K0

IJCAI2022推荐系统论文集锦

linux https 网络安全深度学习推荐系统

第31届国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称为IJCAI）是人工智能领域最顶级的国际学术会议之一，也是CCF-A类会议。今年的IJCAI将于2022年7月23-29日在奥地利维也纳举办。在今年的4535篇投稿论文中，有大约15%的论文被接收，其中跟推荐系统相关的论文大约14篇。通过对今年的论文题目进行分析发现，对于图数据的挖掘仍然是主流，所涉及的技术涵盖多模态、多行为分析以及基于强化学习、Transformer、对抗学习等技术。

2022-05-26

8950

机器学习算法从开发到部署教程

深度学习数据湖数据库数据分析 sql

下面举个仅需要在研究环境中进行数据分析或建模即可满足需求的例子，即在文章标题中找到与较高点击率相关的关键词。数据分析师的交付方式可能是将探索出的规律和结论报告给一个运营团队，这样运营人员就可以在新的标题中尝试使用探索出的规律和结论来提高点击率。

2022-05-26

1.1K0

TKDE2022 | 最新深度学习推荐系统综述：从协同过滤到信息增强的推荐系统

推荐系统知识图谱深度学习神经网络

深度学习技术已经在计算机视觉以及自然语言理解等领域取得了巨大的成功，受其影响深度学习研究也开始在推荐系统领域得到关注。近些年来，已经见证了基于神经网络的推荐系统的巨大进步，其已经超越了传统推荐模型的性能。不同于之前文献[1][2]基于深度模型的结构进行综述（比如以MLP、CNN、RNN等进行分类），也不同于之前文献对于某一子领域进行综述[3][4]（比如跨域推荐、知识图谱推荐等），本文以推荐模型的准确性为目标，从推荐模型的角度对神经推荐模型进行了系统的综述，旨在总结该领域的研究成果，为研究推荐系统的研究者和实践者提供参考。具体来说，根据推荐模型建模所利用的数据进行分类，把当前的工作分为了基于协同过滤的方法和基于信息增强的方法。另外，把基于信息增强的方法又进一步分为了内容增强的方法和基于时序/序列的推荐方法，下文将对上述方法进行详细介绍。

2022-04-11

3.9K0

WWW22 | 序列推荐: 纯MLP模型弯道超车CNN与Transformer

sas 文件存储机器学习神经网络深度学习

本文主要提出了一个基于纯MLP架构的序列化推荐模型，其通过可学习滤波器对用户序列进行编码，在8个序列化推荐数据集上超越了Transformer等模型。

2022-04-11

1.2K0

2022年最新《图神经网络综述》

NLP 服务数据处理数据结构深度学习

近几年来,将深度学习应用到处理和图结构数据相关的任务中越来越受到人们的关注．图神经网络的出现使其在上述任务中取得了重大突破,比如在社交网络、自然语言处理、计算机视觉甚至生命科学等领域得到了非常广泛的应用．图神经网络可以把实际问题看作图中节点之间的连接和消息传播问题,对节点之间的依赖关系进行建模,从而能够很好地处理图结构数据．鉴于此,系统综述了图神经网络模型以及应用．首先从谱域、空间域和池化３方面对图卷积神经网络进行了阐述．然后,描述了基于注意力机制和自编码器的图神经网络模型,并补充了一些其他方法实现的图神经网络．其次,总结了针对图神经网络能不能做大做深等问题的讨论分析．进而,概括了图神经网络的４个框架．还详细说明了在图神经网络在自然语言处理、计算机视觉等方面的应用．最后,对图神经网络未来的研究进行了展望和总结．相较于已有的图神经网络综述文章,详细阐述了谱理论知识,并对基于谱域的图卷积神经网络体系进行全面总结．同时,给出了针对空间域图卷积神经网络效率低的改进模型这一新的分类标准．并总结了针对图神经网络表达能力、理论保障等的讨论分析,增加了新的框架模型．在应用部分,阐述了图神经网络的最新应用．

2022-02-28

1.7K0

最全推荐系统传统算法合集

神经网络机器学习分类算法深度学习编程算法

我花了半个多月将推荐系统传统算法分别进行了总结归纳，应该时目前全网最全的版本了。希望对大家了解推荐系统传统算法有所帮助。

2022-02-28

9570

「深度学习推荐系统: Netflix案例分析」阐述DL在RS的优劣与经验教训

学习方法深度学习机器学习神经网络人工智能

深度学习深刻地影响了机器学习的许多领域。然而，在推荐系统领域，它的影响需要一段时间才能感受到。在本文中，我们概述了在Netflix的推荐系统中使用深度学习所遇到的一些挑战和经验教训。我们首先概述了Netflix服务上的各种推荐任务。我们发现不同的模型架构擅长于各自不同的任务。尽管许多深度学习模型可以被理解为现有(简单)推荐算法的扩展，但我们最初并没有发现在性能上有显著的改善。只有当我们在输入数据中添加了大量异构类型的特征时，深度学习模型才开始在我们的设置中崭露头角。

2022-02-28

6000

ReChorus: 一个高效可扩展的轻量级推荐算法框架

深度学习推荐系统编程算法 pytorch https

近年来，各种各样的推荐算法层出不穷，特别是深度学习的发展，极大地推动了推荐系统的研究. 然而，各个推荐算法在实现细节、评价方式、数据集处理等方面存在众多差异，越来越多的研究者开始对推荐领域的可复现性产生担忧. 为了帮助缓解上述问题，我们基于PyTorch实现了一个综合、高效、易扩展的轻量级推荐算法框架ReChorus，意为构建一个推荐算法的“合唱团”.

2021-12-31

3450

一文梳理联邦学习推荐系统研究进展

联邦学习机器学习强化学习神经网络深度学习

推荐系统，对于我们来说并不陌生，它已经无时无刻不方便着我们的生活、学习、工作等方方面面，并且已经成为许多社交/购物/新闻平台中必不可少的组件。近些年来学术界以及工业界的研究者们已经对其进行了大量研究并提出了许多经典有效的推荐模型，比如UserCF、ItemCF、MF、FM、BPR、Item2vec、NCF、DIN等等，更多推荐模型介绍可参考[一文尽览推荐系统模型演变史]。

2021-09-23

1K0

最新基于强化学习的推荐系统综述

推荐系统编程算法强化学习深度学习

链接 | mp.weixin.qq.com/s/yOcWMmqddQPyEa2oROCzxQ

2021-09-23

2.7K0

SIGIR2021 | 基于特征交互学习的门控增强多任务神经网络用于CTR预测

人工智能深度学习神经网络

今天分享一篇百度公司发表在SIGIR 2021的点击率预估方面的Short Research Paper论文。

2021-09-23

7830

KDD2021 | 最新GNN官方教程

数据结构深度学习 python

KDD是数据挖掘类顶级学术会议，也是CCF-A类会议。本文整理了KDD2021上关于Graph，Graph Neural Network， Graph Representation Learning的教程，顶级学者的在线教学，值得一听~

2021-09-02

6360

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态