原创 Learning over Knowledge-Base Embeddings for Recommendation 論文

Paper-CFKG 中心思想:通過知識表示學習方法來嵌入異質實體來進行推薦。   文章定義了一個 用戶-物品知識圖 的概念(user-item knowledge graph),藉此擴展原來的協同過濾(collaborative fil

原创 Tensorflow中的損失函數LossFunction

Tensorflow中的損失函數loss     迴歸問題 均方根誤差 MSE 迴歸問題中最常用的損失函數 優點:便於梯度下降,誤差大時下降快,誤差小時下降慢,有利於函數收斂 缺點:受明顯偏離正常範圍的利羣樣本的影響較大 平方絕對誤差

原创 AUC評價指標的原理和實驗

評價指標AUC 原理及實踐 對CTR問題的理解: 分類角度 點擊和未點擊作爲兩種類別 loss:LogLoss 迴歸角度 將點擊和未點擊作爲迴歸的值 loss:MSE 一般在估計時都是得到一個[0,1]的概率值,代表

原创 VS不能將參數從const char[]轉換爲LPCWSTR的解決辦法

因爲VS的默認編碼方式是UNICODE所以很多VC6.0的項目在VS2010下編譯不過 解決辦法: 將VS2010的字符集設置爲未設置即可 項目--項目屬性--配置屬性--常規--字符集

原创 RKGE Recurrent Knowledge Graph Embedding for Effective Recommendation 論文

Paper-RKGE [ Recurrent Knowledge Graph Embedding for Effective Recommendation ] Abstract 關於KG應用於推薦,現行方法多依賴於KG的手工特徵工程 本文

原创 WWW'19 Graph Neural Network for Social Recommendation 圖神經網絡用於社交推薦

Graph Neural Network for Social Recommendation  圖神經網絡用於社交推薦 個人總結: 文章發表在WWW19,雖然創新不大,但都是較爲可行的方案,可以直接拿來引用; 主要亮點: 1、對用戶特徵使

原创 DeepFM推薦系統 論文+代碼

Paper-DeepFM Introduction 現存方法的側重點 low- / high- order interactions 低階/高階交互 expertise feature engineering 專業特徵工程 關鍵挑

原创 2020閱文Java實習筆試

閱文Java實習筆試 日期:2020年5月19日 19:00 時長:1.5h 平臺:牛客網 題型:單選10,多選10,問答1,編程3,壓軸1(編程) 總結 整體難度不算很難,但是考察的面比較廣。分佈式、Hadoop相關

原创 KPRN - Explainable Reasoning over Knowledge Graphs for Recommendation 知識圖譜上的可解釋推理用於推薦

Explainable Reasoning over Knowledge Graphs for Recommendation  - He Xiangnan 目錄 1.摘要 Abstract 2.介紹 Introduction 3.知識感知

原创 關於Thread.sleep(0)

原文地址:http://blog.csdn.net/wl455624651/article/details/7388250 我們可能經常會用到 Thread.Sleep 函數來使線程掛起一段時間。那麼你有沒有正確的理解這個函數的用法呢?

原创 【JAVA學習】11.異常處理機制

十二、異常處理機制 1.異常與錯誤 a. 錯誤(error): 語法錯誤, 邏輯錯誤      錯誤是系統的設計缺陷,必須返回軟件公司修復。   b. 異常(exception)   現代軟件在運行過程中,往往容易受到周邊因素的影響

原创 【java學習】9.時間的概念

十、時間的概念 //1.時間本質 Date now=new Date();//獲得當前的CMOS時間 System.out.println(now); //時間本質上是一個長整數,是1970-1-1(GMT)到現在所經過的毫秒數 Syst

原创 【java學習】8.接口(interface)

接口(interface)   接口在某種程度上與多態有同樣的效果,能夠寫出可高度複用的代碼   極度抽象類   接口中所擁有的所有方法都是公有抽象方法   接口往往類似於一個標準的指定,一種強制行爲的指定,要求實現這個接口的類必須要有