Zobrazeno 1 - 10
of 38
pro vyhledávání: '"session recommendation"'
Autor:
WU Wenzheng, LU Xianling
Publikováno v:
Jisuanji kexue yu tansuo, Vol 18, Iss 3, Pp 768-779 (2024)
Aiming at the problem that the existing graph neural network session recommendation algorithm ignores all kinds of auxiliary information, which leads to the inability to accurately model the session sequence, a session recommendation algorithm combin
Externí odkaz:
https://doaj.org/article/809ed63a976c4c36b95827d97f3c2de3
Publikováno v:
IEEE Access, Vol 12, Pp 109380-109387 (2024)
Session recommender system (SRS) captures user’s sequential features based on historical behavior to predict the next-clicked item. The accuracy of extracting user’s session features directly determines the key performance of SRS. Existing sessio
Externí odkaz:
https://doaj.org/article/c0aec6845603429ca14048a602a94198
Publikováno v:
Applied Sciences, Vol 14, Iss 18, p 8293 (2024)
Aiming at the problems of the incomplete recommendation and sparsity of session data in session recommendation, a new multi-granularity and multi-interest contrast-enhanced hypergraph convolutional network (MGMI-CEHCN) model for session recommendatio
Externí odkaz:
https://doaj.org/article/91e28bee77ee48468870d966c9249116
Publikováno v:
IEEE Access, Vol 11, Pp 115380-115391 (2023)
In the field of session-based recommendation by anonymous sessions, the commonly used supervised learning modeling method has the problem of sub-optimal recommendation. The supervised reinforcement learning (SRL) recommendation framework can be used
Externí odkaz:
https://doaj.org/article/f76097236b834afbb4eba203e0b4dee8
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Applied Sciences, Vol 12, Iss 9, p 4314 (2022)
Session-based recommendation aims to predict anonymous user actions. Many existing session recommendation models do not fully consider the impact of similar sessions on recommendation performance. Graph neural networks can better capture the conversi
Externí odkaz:
https://doaj.org/article/c27b4046419a43228ce6a264277ddc1d
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.