admin管理员组

文章数量:1589941

Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks

该文章是对Learning Dynamic Embeddings from Temporal Interaction Networks这篇文章的部分修正，修正部分如下

  1. 在3.1Embedding update operation部分，对用户和商品两个RNN的嵌入学习中，公式进行了一定修正，引入了相关参数
    修正前：

    修正后：

    在3.3Training to predict next item embedding部分，引入新的公式

本文标签： 时序精度图文KDDpredicting

版权声明：本文标题：时序图文献精度——4.2019-KDD-Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/dianzi/1728077298a1144644.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。