最新 最热

Aminer学术社交网络数据知识图谱构建(三元组与嵌入)

科技情报大数据挖掘与服务系统平台AMiner是由清华大学计算机科学与技术系教授唐杰率领团队建立的,具有完全自主知识产权的新一代科技情报分析与挖掘平台 。...

2021-05-21
0

Dedupe去重与实体对齐

Dedupe是一个python库,使用机器学习对结构化数据快速执行模糊匹配,重复数据删除和实体对齐。

2021-05-21
0

基于Embedding的实体对齐前瞻

摘录论文:Sun, Zequn, et al. “A Benchmarking Study of Embedding-based Entity Alignment for Knowledge Graphs.” arXiv preprint arXiv:2003.07743 (2020).

2021-05-21
0

当推荐遇到冷启动

冷启动问题,大家并不陌生。但是如何解决呢?加特征,加样本,加图谱,加规则?十方在做信息流广告推荐时,主要通过加一些泛化特征解决冷启动问题,但是这样并不一定是最好的方案,新广告很大程度上,还是会被模型"低估"。如何解决冷启动...

2021-05-14
0

推荐融合GNN,图谱、多模态竟取得了如此惊艳的效果

说到推荐系统,就不得不面对数据稀疏和冷启动问题,怎么解决呢?美团这篇论文《Multi-Modal Knowledge Graphs for Recommender Systems》说,我们不仅要加数据,而且是各种类型的都加。很多论文提出了用知识图谱作为推荐系统的...

2021-05-14
0

看其他GNN介绍我想转行,看完这篇我又可以了

随着在线信息的爆炸式增长,推荐系统在缓解此类信息过载方面起着关键作用,同时由于推荐系统具有重要的应用价值,这方面的研究一直很热门。图神经网络GNN(Graph Neural Networks)也在很多领域表现优异。推荐系统主要的挑战...

2021-05-14
0

协同过滤算法效果不佳怎么办?知识图谱来帮忙啦!

Multi-Task Feature Learning for Knowledge Graph Enhanced Recommendation(WWW2019)

2021-05-14
0

如何让你的推荐系统具有可解释性?

Jointly Learning Explainable Rules for Recommendation with Knowledge Graph(WWW19)

2021-05-14
0

【WWW2021】高效的非抽样知识图谱嵌入

知识图谱(KG)是一种灵活的结构,能够描述数据实体之间的复杂关系。目前,大多数KG嵌入模型都是基于负采样进行训练的,即模型的目标是最大限度地增加KG内被连接实体的某些相似度,同时最小化被采样的断开实体的相似度。负抽样...

2021-05-11
0

TKDE21 | 基于神经网络推荐系统最新综述

深度学习在计算机视觉和语言理解领域取得了惊人的成功,受此影响,推荐研究已经转向了基于神经网络的新推荐模型的发明。

2021-05-11
0