論文の概要: D-HAN: Dynamic News Recommendation with Hierarchical Attention Network

• arxiv url: http://arxiv.org/abs/2112.10085v2
• Date: Tue, 19 Sep 2023 09:29:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-20 21:02:57.464348
• Title: D-HAN: Dynamic News Recommendation with Hierarchical Attention Network
• Title（参考訳）: D-HAN:階層型アテンションネットワークを用いた動的ニュースレコメンデーション
• Authors: Qinghua Zhao
• Abstract要約: ニュースレコメンデーションモデルは、ユーザと新規のインタラクションに対する静的アプローチのため、ユーザの好みを捉えないことが多い。 文, 要素, シーケンスレベルでのニュース情報を効果的に表現する階層型アテンションネットワークに, 連続時間情報をシームレスに統合する新しい動的ニュースレコメンデータモデルを提案する。
• 参考スコア（独自算出の注目度）: 0.8702432681310401
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: News recommendation models often fall short in capturing users' preferences due to their static approach to user-news interactions. To address this limitation, we present a novel dynamic news recommender model that seamlessly integrates continuous time information to a hierarchical attention network that effectively represents news information at the sentence, element, and sequence levels. Moreover, we introduce a dynamic negative sampling method to optimize users' implicit feedback. To validate our model's effectiveness, we conduct extensive experiments on three real-world datasets. The results demonstrate the effectiveness of our proposed approach.
• Abstract（参考訳）: ニュースレコメンデーションモデルは、ユーザと新規のインタラクションに対する静的アプローチのため、ユーザの好みを捉えないことが多い。 この制限に対処するために,文,要素,シーケンスレベルでのニュース情報を効果的に表現する階層型アテンションネットワークに,連続時間情報をシームレスに統合する新しい動的ニュースレコメンデータモデルを提案する。 さらに,ユーザの暗黙的なフィードバックを最適化する動的ネガティブサンプリング手法を提案する。 モデルの有効性を検証するため、3つの実世界のデータセットを広範囲に実験した。 その結果,提案手法の有効性が示された。

関連論文リスト

• Efficient Human-in-the-loop System for Guiding DNNs Attention [25.501443892795614]
  本稿では,ユーザが指定した領域に対して,分類器の注意を対話的に誘導する,効率的なHuman-in-the-loopシステムを提案する。 注意誘導のための従来のアプローチでは、ピクセルレベルのアノテーションの準備が必要であり、インタラクティブシステムとして設計されていない。
  論文  参考訳（メタデータ） (2022-06-13T09:04:32Z)
• Preference Enhanced Social Influence Modeling for Network-Aware Cascade Prediction [59.221668173521884]
  本稿では,ユーザの嗜好モデルを強化することで,カスケードサイズ予測を促進する新しいフレームワークを提案する。 エンド・ツー・エンドの手法により,ユーザの情報拡散プロセスがより適応的で正確になる。
  論文  参考訳（メタデータ） (2022-04-18T09:25:06Z)
• Make The Most of Prior Data: A Solution for Interactive Text Summarization with Preference Feedback [15.22874706089491]
  我々は、好みのフィードバックで要約モデルを対話的に訓練する新しいフレームワークを導入する。 オフラインデータと新しい報酬モデルを適切に活用することにより、ROUGEスコアとサンプル効率に関する性能を向上させる。
  論文  参考訳（メタデータ） (2022-04-12T03:56:59Z)
• Learning Self-Modulating Attention in Continuous Time Space with Applications to Sequential Recommendation [102.24108167002252]
  本稿では,複雑で非線形に進化する動的ユーザの嗜好をモデル化する,自己変調型注意ネットワークを提案する。 提案手法がトップNシーケンシャルなレコメンデーションタスクに与える影響を実証的に示すとともに,3つの大規模実世界のデータセットによる結果から,我々のモデルが最先端のパフォーマンスを達成できることを示す。
  論文  参考訳（メタデータ） (2022-03-30T03:54:11Z)
• Reinforcement Learning based Path Exploration for Sequential Explainable Recommendation [57.67616822888859]
  強化学習(TMER-RL)を活用した新しい時間的メタパスガイド型説明可能な勧告を提案する。 TMER-RLは, 動的知識グラフ上での動的ユーザ・イテム進化を逐次モデル化するために, 注意機構を持つ連続項目間の強化項目・イテムパスをモデル化する。 2つの実世界のデータセットに対するTMERの大規模な評価は、最近の強いベースラインと比較して最先端のパフォーマンスを示している。
  論文  参考訳（メタデータ） (2021-11-24T04:34:26Z)
• Learning Dual Dynamic Representations on Time-Sliced User-Item Interaction Graphs for Sequential Recommendation [62.30552176649873]
  シーケンシャルレコメンデーションのための動的表現学習モデル(DRL-SRe)を考案する。 両面から動的に特徴付けるためのユーザ・イテム相互作用をモデル化するため,提案モデルでは,時間スライス毎にグローバルなユーザ・イテム相互作用グラフを構築した。 モデルが微粒な時間情報を捕捉することを可能にするため,連続時間スライス上での補助的時間予測タスクを提案する。
  論文  参考訳（メタデータ） (2021-09-24T07:44:27Z)
• TCL: Transformer-based Dynamic Graph Modelling via Contrastive Learning [87.38675639186405]
  我々は,動的に進化するグラフを連続的に扱う,TCLと呼ばれる新しいグラフニューラルネットワークアプローチを提案する。 我々の知る限りでは、これは動的グラフ上の表現学習にコントラスト学習を適用する最初の試みである。
  論文  参考訳（メタデータ） (2021-05-17T15:33:25Z)
• Dynamic Graph Collaborative Filtering [64.87765663208927]
  動的レコメンデーションは,逐次データに基づくリアルタイム予測を提供するレコメンデータシステムにとって不可欠である。 本稿では、動的グラフを利用して協調関係とシーケンシャル関係をキャプチャする新しいフレームワーク、Dynamic Graph Collaborative Filtering (DGCF)を提案する。 提案手法は, 動的協調情報の統合の有効性を示すため, 動作繰り返しの少ないデータセットでは高い性能を実現する。
  論文  参考訳（メタデータ） (2021-01-08T04:16:24Z)
• Hybrid Session-based News Recommendation using Recurrent Neural Networks [4.6193503399184275]
  セッションベースのニュースレコメンデーションのためのハイブリッドメタアーキテクチャCHAMELEONについて述べる。 本結果は,セッションクリックのシーケンスをRNNでモデル化することの利点を裏付けるものである。
  論文  参考訳（メタデータ） (2020-06-22T17:24:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。