admin管理员组文章数量:1589823
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://m.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