Linux中有两个比较命令，它们分别是comm和diff，在比较文本文件的版本时通常很有用。本文介绍它们的区别和简单用法。
JPEG文件的存储格式有很多种，但最常用的是JFIF格式，即JPEG File Interchange Format。JPEG文件大体可以分为两个部分：
本文所提方法针对召回阶段所用方法。之前的工作考虑的是如何缓解流行偏差带来的问题，包括IPS，causal embedding等，而本文考虑的是直接缓解流行偏差而不是流行偏差带来的影响。并且本文考虑到“不是所有流行偏差都是有害...
从方法名中就可以知道这篇文章分享的是FM的进一步改进版，xDeepFM是将DeepFM和DCN结合的一篇文章，将多层特征交叉和Field的概念结合起来。在DCN的推文中我们在总结部分就提到，DCN相对于FM的不同之处在于FM系列方法是可以...
基于user-item二分图的图神经网络推荐系统已经得到了广泛的应用与研究。对于一些隐式反馈，用户没有被观察到的一些行为，在图中不会存在边，在图学习的过程中会学习到一些隐式行为，而这些行为中，有一部分是能够反映用户真实...
本文主要针对的是如何从用户历史行为序列中学习到更鲁棒更有效的表征。用户历史行为序列中是存在噪声的，并且序列本身是稀疏的，因此本文针对现存的问题，提出CauseRec方法通过对反事实数据分布进行建模，更多地信任不可或缺...
针对用户历史行为序列数据中的稀疏性问题，本文采用因果推断中的反事实的相关理论来生成新的序列数据。要回答这样一个问题“如果用户之前购买的商品有所不同，她想购买什么？” 本文主要利用三种不同的反事实样本生成方式（...
title：Self-Supervised Graph Co-Training for Session-based Recommendation
通常推荐系统在观察到的交互数据上优化模型，这受之前的曝光机制的影响，会存在许多偏差，如流行度偏差。本文提出了一种新的学习范式，称为交叉成对排名（CPR），在不知道曝光机制的情况下实现无偏见的推荐。对多个观察到的交互进...
目前的模型训练过程只获取用户的反馈作为标签，而没有考虑到之前推荐中的错误。本文为推荐系统构建一个自纠正学习循环（称为 ReLoop），从而从之前的推荐错误中学习知识。构建自定义损失来鼓励每个新模型版本在训练期间减少...
