注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ITEM2VEC: NEURAL ITEM EMBEDDING FOR COLLABORATIVE FILTERING

  2. 微软研究人员发表的一篇关于将word2vec模型应用到协同过滤中的Items集合中，来计算items的向量化表示的论文。

  3. 所属分类：深度学习

    • 发布日期：2017-11-03
    • 文件大小：988kb
    • 提供者：huangjx36

  1. Python利用Faiss库实现ANN近邻搜索的方法详解

  2. Embedding的近邻搜索是当前图推荐系统非常重要的一种召回方式，通过item2vec、矩阵分解、双塔DNN等方式都能够产出训练好的user embedding、item embedding，对于embedding的使用非常的灵活： 输入user embedding，近邻搜索item embedding，可以给user推荐感兴趣的items 输入user embedding，近邻搜搜user embedding，可以给user推荐感兴趣的user 输入item embedding，

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：64kb
    • 提供者：weixin_38591615

  1. item2vec怎么使用gensim？还是直接word2vec

  2. 推荐算法中的word2vec大牛直接用的该库源码，然后这个玩意目前我无法得到，所以有看到word2vec库，然而这个库不能直接在win下用pip安装，所以我先试试在服务器能不能行？ 服务器是可以的，依赖环境Cython。不过有个警告，不知道会不会影响 >>> import word2vec /./anaconda3/lib/python3.7/site-packages/sklearn/externals/joblib/__init__.py:15: FutureWarnin

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：62kb
    • 提供者：weixin_38584043

  1. Tech_Aarticle:深度学习模型在各大公司实战落地细节解读：主要是通过阅读各种实战文章，梳理模型落地的工程细节，涉及到搜索推荐自然语言处理-源码

  2. 深度学习模型实战-深度学习模型在各大公司实际生产环境的应用讲解文章 微信公众号：NLP从入门到放弃 建这个仓库的是因为工作之后发现生产环境中应用的模型需要做到速度和效果的平衡，并不是越复杂越好。所以一味的追求新的模型效果不大（并非不追，也要多看新东西）。学到模型最终是要用，而且要用好，于是就建了这么个仓库，积累一下深度学习模型在各个公司中的应用以及细节，这样在自己的工作中可以做到这一点。主要是罗列一些各大公司分享的文章，涉及到搜索/推荐/自然语言处理（NLP），持续更新... 最近更新文章 因为

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：152kb
    • 提供者：weixin_42178688

  1. CompetitionTianChi_newsRecommendation:天池大赛-新闻推荐场景下的用户行为预测挑战赛，SOLO赛，B榜排名55338-源码

  2. 比赛天池_新闻推荐 天池大赛-新闻推荐场景下的用户行为预测挑战赛，SOLO赛，B榜排名5/5338 解决方案 召回方案 使用热度召回，改进itemCF，分配Swing和item2vec进行多路召回，结合faiss库计算相似文章尝试解决冷启动问题，采用贝叶斯优化选择最优超参数，最终每个用户召回50篇文章。 排序方案 建立用户行为和文章自身特征，根据召回结果按照1：5划分正负样本转化为CTR预测问题，采用lightGBM进行5折交叉验证，根据转化概率得到文章的结果，最终HR 5达到0.27，HR

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：68kb
    • 提供者：weixin_42133753

  1. Item2vec_Tutorial_with_Recommender_System_Application:Item2vec_tutorial_git-源码

  2. Item2vec_Tutorial 本教程将带您了解非自然语言处理领域中Word2Vec及其扩展之一-Item2Vec背后的思想。 具体来说，使用Word2Vec的概念和Gensim软件包提供的模块，我们将构建一个轻量级的电影推荐系统。 诸如Word2Vec之类的方法可以学习单词嵌入，以保留单词的语义特征以及单词之间的关系。 Item2Vec是其变体之一。 这是一种基于项目的协作过滤算法，利用了对潜在空间中项目的嵌入。 与传统的SVD方法甚至深度学习算法相比，该算法被证明可以提供有竞争力的结

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：22kb
    • 提供者：weixin_42138703

  1. deepRecModel：推荐系统模型-源码

  2. deepRecModel 推荐系统模型 召回模型：LR，CF，MF，FM，FFM， 等级模型：deepFM，WDL，DSSM，DIN，DIEN，Transformer，MMoE，ESSM，AoFFM，xDeepFM 待办事项列表：DCN NFM NCF AFM PNN FNN PLE图形嵌入：word2vec，item2vec，deepwalk，node2vec，EGES GNN：graphSage，pinSage

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：31kb
    • 提供者：weixin_42144707