admin管理员组文章数量:1589783
本文是对《Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks》一文的浅显翻译与理解,原文章已上传至个人资源,如有侵权即刻删除。
朋友们,我们在github创建了一个图学习笔记库,总结了相关文章的论文、代码和我个人的中文笔记,能够帮助大家更加便捷地找到对应论文,欢迎star~
Chinese-Reading-Notes-of-Graph-Learning
更多相关文章,请移步:文献阅读总结:网络表示学习/图学习
Title
《Predicting Dynamic Embedding Trajectory in Temporal Interaction Networks》
——KDD2019
Author: Srijan Kumar
总结
文章是在文献阅读(14)ACM2018-Learning dynamic embeddings from temporal interactions的基础上进行了一定的改进,此处只介绍不同的部分。
update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:
predict部分对用户嵌入进行预测时,公式有所调整:
扩展类别预测的损失函数,可以训练另一个预测函数,通过用户交互后的嵌入预测类别标签。
本文标签: 文献predictingdynamicNetworksTemporal
版权声明:本文标题:文献阅读(19)KDD2019-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/dongtai/1728076864a1144592.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。
发表评论