首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

TKDE2023 | 基于学习的社交推荐算法

TLDR: 本文将社交推荐任务建模在曲空间学习之下,并提出了一种基于学习的社交推荐模型。...更多社交推荐算法的背景知识与经典算法可参考社会化推荐浅谈和深度学习技术在社会化推荐场景中的总结。 然而,欧几里得空间在表示的自然幂律分布时会出现结构扭曲,导致基于的社交推荐结果不尽理想。...最近,一些研究探索了将嵌入学习转移到曲空间的替代方法,曲空间可以保留现实世界的层级结构。 然而,直接将当前的嵌入模型应用于社交推荐并非易事,因为存在两大挑战:网络异质性和社交扩散噪声。...为了解决上述挑战,本文提出了一种基于学习的社交推荐(HGSR)模型。首先,利用曲社交嵌入的预训练来探索社交结构,这可以保留社交网络的层级特性。...总之,本文提出了一种新颖的HGSR模型用于曲空间的社交推荐。为了利用社交影响扩散引入的异质性和噪声问题,设计了一种社交预训练增强的曲异质学习方法。

28210

WSDM2022 | 基于曲几何无标度建模的知识感知推荐算法

现有研究表明曲空间,即具有指数增长特性的连续树形空间,对具有层次数据结构或无标度网络结构数据可产生较少的失真,如图 1(b)所示,在曲空间中,靠近图中心的节点距离较小,而靠近边界的节点距离较大。...2.2 曲几何 曲几何是一种非欧几里得几何,其具有恒定的负曲率,测量集合物品如何偏离平面。本文使用洛伦茨模型来建模曲几何空间。...首先需要对物品 i 进行 l 跳子采样,以获得其在知识图谱中的高阶子;然后从 l 跳子传播知识,并迭代聚合到节点 i。...本文 LKGR 模型的损失表示为: 本文方法 LKGR 的整体算法框架如算法 1 所示。 实验 本文实验使用的数据集为推荐系统中三项基准数据集,数据集具体如表 1 所示。... 3 展示了 topk 推荐任务下本文算法与基线算法的性能对比。

2.3K30
您找到你想要的搜索结果了吗?
是的
没有找到

深入内核丨12C 新特性之 TOP - N 频率柱状原理和算法

在 Oracle 12c 当中,优化器的一个新特性就是提供了新类型的柱状数据,Top - N 频率柱状和混合柱状。优化器利用它们可以更加高效、精确地计算执行计划代价,选择最优计划。...12c 在线文档描述: Top - N 频率柱状是频率柱状的一个变种,它忽略了那些"非流行数据"(即出现频率低的数值)。...例如,1000枚硬币中只有一枚面值1分的硬币,那在创建柱状分组时,它就可以被忽略。Top - N 频率柱状能产生一个更利于"流行数据"(高频率数据)的柱状。...因此可以看到该值小于阈值(96),所以不会产生 Top - N 频率柱状。 基于 Top - N 频率柱状的选择率计算 基于 Top - N 频率柱状的选择率计算并不复杂。 1....如果判定谓词中数据位于柱状当中,则采用柱状数据计算选择率; 2. 如果判定谓词中数据不位于柱状当中,则由柱状以外的唯一值数及其数据数量来计算选择率。 举例说明: ? 。。。。。。 ?

90720

深入内核丨12C 新特性之 TOP - N 频率柱状原理和算法

个人网站 www.HelloDBA.com 在 Oracle 12c 当中,优化器的一个新特性就是提供了新类型的柱状数据,Top - N 频率柱状和混合柱状。...12c 在线文档描述: Top - N 频率柱状是频率柱状的一个变种,它忽略了那些"非流行数据"(即出现频率低的数值)。...例如,1000枚硬币中只有一枚面值1分的硬币,那在创建柱状分组时,它就可以被忽略。Top - N 频率柱状能产生一个更利于"流行数据"(高频率数据)的柱状。...基于 Top - N 频率柱状的选择率计算 基于 Top - N 频率柱状的选择率计算并不复杂。 1. 如果判定谓词中数据位于柱状当中,则采用柱状数据计算选择率; 2....如果判定谓词中数据不位于柱状当中,则由柱状以外的唯一值数及其数据数量来计算选择率。 举例说明: 。。。。。。

913120

12.PGL学习之项目实践(UniMP算法实现论文节点分类、新冠疫苗项目实战,助力疫情)

在此之上,搭建了CPU引擎和GPU上进行tensor化的引擎,来方便对进行如图切分、图存储、采样、游走的算法。...此外,发现之前有一篇论文提出了OTE的算法,在神经网络上进行了两阶段的训练。...本文以推荐系统为例,介绍一下平时如何将神经网络在应用中进行落地。 推荐系统常用的算法是基于item-based和user-based协同过滤算法。...[False]])} # 数据可视化 fig = plt.figure(figsize=(24, 12)) nx_G = nx.Graph() nx_G.add_nodes_from([i for i...后续将做一次大的总结偏向业务侧该如何落地以及算法的归纳,之后会进行不定期更新相关的算法! easydict库和collections库!

35130

我的秋招经历

这并不是给华打广告(麻烦华给我点广告费),我觉得华的这个网站做的确实不错,题目全都按照类别归类好了,需要补强什么知识点可以专门进行针对性的训练,而且做题的时候还有自带的计时功能,每次做完之后可以看看自己的做题速度有没有变快...我是按照各个专题进行刷题的,并且每次做完都会将正确率和时间记录下来,观察自己的变化,看看哪里还有薄弱的部分,哪里需要进行加强 刷题确实很辛苦,下面是我打草稿用掉的A4纸 有时候会忘掉一些知识点,因此我也画了不少思维导方便复习...考完之后大概过了1个星期左右面试,分两面,一面大概简单问问是哪里人,问了一个和同事起冲突怎么办的问题。...不过我毫不犹豫的就拒了,主要是因为我想进国企,国企中我最想去的是中石化 专利局审查中心(湖北):笔试内容有4篇英语长文翻译(英译中)和一篇作文,浏览器考试,摄像头全程监控。...12月2号面试,12月6号下午接到录用通知,当天我就完成了签约,具体细节就不说了,感兴趣的可以私聊问。

4.6K51

DJI goggles-维修进度90%

没有什么技术含量的事情~ 最近买的配件都回来了,开始折腾: 精美包装 先焊接点小东西把手热一下 钱花了哪里哪里好。...一定要买好焊锡,以后没有好焊锡,我宁愿不动手。 下面是做了一个电源,这个电源可以自由的设置电流和电压。我是想着进行用电器的测试。...可以买一个 这个是一个简单的识别流程 这个是QC2.0的识别算法 软件流程为: MCU上来就把DP_UP_IO输出1,DP_IO OD或推挽输出0.这样D+上电压0.6V。...这个很好记忆 D+有一个+号,说明是加电压,D-是减电压,最后测试的确如此 D+因为平时是0.6V,所以脉冲就是高电平这样的: D-平时3.3V,脉冲就是低电平: 这个是百度经验的识别算法 捡垃圾的心

2.1K20

吐槽下坑爹的主机屋

众所周知  建网站离不开域名和建站主机 但这两样东西大多都是需要付费的     这几天打算再建个网站  所以在西部数码里买好了一个域名(因为西数的域名便宜)  现在就差主机了  但钱买域名用光了  所以现在只能去度娘找下有没有免费的空间...这才发现客服把我qq删了(所以没截到) 这一行为彻底惹怒了我  客服就这态度  没等客户问完问题就删qq?...于是我换了一个qq号  再一次联系上了客服……这次为了保险  特意截了   (可能着急  语气有些不恰当 这个我承认) 随意删除?...我不禁对客服的真实性产生了怀疑…… 但这是官网上给的qq  应该没问题  但为了保险  我又问了一下 然后他说有很多客户要交流  没事的话就别找他了  (这个可以理解) 写到这里   我想吐槽的是  所谓的免空哪里去了

6.2K120

java 中高级面试题_Java中高级面试题

; 9)强引用,软引用和弱引用的区别; 10)数组在内存中如何分配; 11)用过哪些设计模式,手写一个(除单例); 12)springmvc的核心是什么,请求的流程是怎么处理的,控制反转怎么实现的; 13...)spring里面的aop的原理是什么; 14)mybatis如何处理结果集:反射,建议看看源码; 15)java的多态表现在哪里; 16)接口有什么用; 17)说说http,https协议; 18)tcp...2)TreeMap如何插入数据:二叉树的左旋,右旋,旋; 3)一个排序之后的数组,插入数据,可以使用什么方法?答:二分法;问:时间复杂度是多少?...4)平衡二叉树的时间复杂度; 5)Hash算法和二叉树算法分别什么时候用; 6)的广度优先算法和深度优先算法:详见jvm中垃圾回收实现; 三.多线程相关: 1)说说阻塞队列的实现:可以参考ArrayBlockingQueue...集群如何同步; 5)redis的数据添加过程是怎样的:哈希槽; 6)redis的淘汰策略有哪些; 7)redis有哪些数据结构; 七.zookeeper: 1)zookeeper是什么; 2)zookeeper哪里用到

1.3K20

Java中高级面试题

; 9)强引用,软引用和弱引用的区别; 10)数组在内存中如何分配; 11)用过哪些设计模式,手写一个(除单例); 12)springmvc的核心是什么,请求的流程是怎么处理的,控制反转怎么实现的; 13...)spring里面的aop的原理是什么; 14)mybatis如何处理结果集:反射,建议看看源码; 15)java的多态表现在哪里; 16)接口有什么用; 17)说说http,https协议; 18)tcp...2)TreeMap如何插入数据:二叉树的左旋,右旋,旋; 3)一个排序之后的数组,插入数据,可以使用什么方法?答:二分法;问:时间复杂度是多少?...4)平衡二叉树的时间复杂度; 5)Hash算法和二叉树算法分别什么时候用; 6)的广度优先算法和深度优先算法:详见jvm中垃圾回收实现; 三.多线程相关: 1)说说阻塞队列的实现:可以参考ArrayBlockingQueue...集群如何同步; 5)redis的数据添加过程是怎样的:哈希槽; 6)redis的淘汰策略有哪些; 7)redis有哪些数据结构; 七.zookeeper: 1)zookeeper是什么; 2)zookeeper哪里用到

1.5K50

吐槽下坑爹的主机屋(原创)

众所周知  建网站离不开域名和建站主机 但这两样东西大多都是需要付费的     这几天打算再建个网站  所以在西部数码里买好了一个域名(因为西数的域名便宜)  现在就差主机了  但钱买域名用光了  所以现在只能去度娘找下有没有免费的空间...这才发现客服把我qq删了(所以没截到) 这一行为彻底惹怒了我  客服就这态度  没等客户问完问题就删qq?...于是我换了一个qq号  再一次联系上了客服……这次为了保险  特意截了   (可能着急  语气有些不恰当 这个我承认) 随意删除?...我不禁对客服的真实性产生了怀疑…… 但这是官网上给的qq  应该没问题  但为了保险  我又问了一下 然后他说有很多客户要交流  没事的话就别找他了  (这个可以理解) 写到这里   我想吐槽的是  所谓的免空哪里去了

5.5K30

Java中高级面试题

; 9)强引用,软引用和弱引用的区别; 10)数组在内存中如何分配; 11)用过哪些设计模式,手写一个(除单例); 12)springmvc的核心是什么,请求的流程是怎么处理的,控制反转怎么实现的; 13...)spring里面的aop的原理是什么; 14)mybatis如何处理结果集:反射,建议看看源码; 15)java的多态表现在哪里; 16)接口有什么用; 17)说说http,https协议; 18)tcp...2)TreeMap如何插入数据:二叉树的左旋,右旋,旋; 3)一个排序之后的数组,插入数据,可以使用什么方法?答:二分法;问:时间复杂度是多少?...4)平衡二叉树的时间复杂度; 5)Hash算法和二叉树算法分别什么时候用; 6)的广度优先算法和深度优先算法:详见jvm中垃圾回收实现; 四....; 5)redis的数据添加过程是怎样的:哈希槽; 6)redis的淘汰策略有哪些; 7)redis有哪些数据结构; 八. zookeeper: 1)zookeeper是什么; 2)zookeeper哪里用到

1.2K50

Python 全栈 191 问(附答案)

机器学习调调包,越来越心虚,可是算法那些数学公式看到就头大,怎么办?放弃它?跳过它?改行? 神经网络能拟合任意函数,奥妙在哪里?这有多神秘? ......使用 datetime 模块,打印出当前时间,显示格式:yyyy年-mm月-dd日 HH:mm:ss datetime.strptime('2020-02-22 15:12:33','%Y-%m-%d...装饰器都用在哪里,可否举几个例子? wraps 装饰器确保函数被装饰后名称不改变 写个装饰器统计出某个异常重复出现到指定次数时,历经的时长。...data;legend;网格;数据范围;x 轴日期格式自适应;轴;或多排布;嵌入 Pyecharts 快速入门第 1例 Pyecharts 万物皆 options,参数配置方法总结 Pyecharts...中 y 轴靠右参数配置之道 14 步配置一个完美的柱状 Pyecharts 绘制的 10 类总结:仪表盘;漏斗;日历;水球;饼;极坐标图;词云图;系列柱状;热力图

4.2K20

雨一直下,偏振该怎么抓住它

再结合经向和纬向的雷达剖面11),可以看出符合典型的热带海洋型降水特征。回波的三维结构看(12),回波分布均匀,中间少数单体发展较高,这也是降水强度最大的地方。 ?...12 回波的三维结构特征 从偏参数看(13),相关系数CC值0.98~1.0,雨滴谱均匀;差分反射率ZDR值1~2.5dB,雨滴3mm左右;差分相移率KDP值,0.5~1.7°/km,估测雨强在...18 6:35相态识别(HCL)产品 对降水比较集中的5时到6时,单偏、偏降水估测算法估测的累积降水和自动站1小时降水比较(19)。可以看到强降水估测,算法和自动站更接近。...对降水比较集中的4时到7时,单偏、偏估测和自动站3小时降水比较(20),情况和1小时估测类似。但是,算法的累积算法有错误,导致图像失真不可靠。 ?...红色区域为自动站色斑70mm的大致轮廓。强降水估测,算法可参考性强。

2.2K41

这个算法基地专为小白量身打造,还带动画

:数据结构、字符串匹配算法、排序算法、排序算法秒杀题目、数组篇、求和问题、求次数问题、链表篇、指针、栈和队列等。...另外给刚开始刷题,但是不知道从哪里开始刷的同学,整理了一份刷题大纲,可以先按这个顺序刷,刷完之后应该就能入门了。...在讲到算法时,项目作者采用动的形式,将抽象的算法具象化,为很多算法研究者带来便利,通过动,就能很好地理解算法,这也是该项目最具创新的地方。 ? 字符串匹配 BF 算法展示。...在数组篇中,以两数之和为例:项目作者将两数之和分解为题目描述、示例、指针(暴力)法、解析、题目代码、哈希表、动图解析等内容。...然后就是动展示。 ? 哈希表解析动展示。

39820

树莓派三代相机模块上线-IMX708

我招的设计师不知道有没有这设计的本领,黑色是视角变宽的版本 静态质量的提升,自动对焦模块,120°视角,NOR可选项 索尼IMX708是一块1/2.43英寸CMOS图像传感器,,像素为4608*2592(12MP...在PDAF对焦方式不适用时,手机就会自动切换到反差对焦: 这样的对焦方式容易出现拉风箱的抽动感,只有抽过才知道最佳对焦在哪里。...还有一种是核对焦:核对焦与PDAF对焦在本质上是相同的,不过由于传统传感器单像素只有一个光电二极管,也就是一半像素是被遮蔽的。...而全像素核传感器在每个像素点的位置有两个光电二极管—光电二极管A和B。...这其中还有一部分是众所周知的控制算法的集合,或者说是IPA(图像处理算法)libcamera,例如 AEC/AGC(自动曝光/增益控制)、AWB(自动白平衡)、ALSC(自动镜头阴影校正) ) 等等。

1.8K20

DIY发现新行星操作指南 | 谷歌开源了行星发现代码

去年12月,谷歌大脑用机器学习发现了两个系外行星,分别是开普勒80 g和开普勒90 i。 开普勒90 i还是颗类地行星诶!...所以,谷歌大脑研究员Chris Shallue今天开源了发现新行星的AstroNet算法。 借这次开源的机会,谷歌大脑顺便给大家讲讲该算法模型的原理。...也就是说,每12个已被软件筛选过的信号里,只有一个是天文学家要找的行星。 还有另外一种情况,有一些真正行星的信号被软件的阈值给筛掉了。这相当于得到了假阴性的结果。...△ 这个就是开普勒90 i的光度曲线。 当时BLS算法就检测到了 这个持续时间长达2.7小时的U形信号, 每14.4天出现一次。 该数据取自开普勒从2009年 开始记录的信号。...寻找太阳系外类地行星这么多年,布吉岛适合我们搬迁的那一颗在哪里

81350
领券