69一区二三区好的精华液,中文字幕无码av波多野吉衣,亚洲精品久久久久久无码色欲四季,日本不卡高字幕在线2019

    學者網（SCHOLAT）大數據分析跨校聯合團隊主要由華南師范大學、中山大學、華南農業大學等學者聯合組建，主要基于SCHOLAT大數據開展數據智能領域研究，目前已在TKDE、KBS等發表系列研究成果，相關程序和數據集將在學者網“開放數據”欄目公開。

    近日，團隊聯合研發的成果“DIAG: A Deep Interaction-Attribute-Generation Model for User-Generated Item Recommendation”在數據智能領域國際署名期刊Knowledge-Based Systems在線發表。華南農業大學黃玲博士為第一作者 ，華南師范大學湯庸教授、中山大學王昌棟副教授為共同通訊作者。

     論文提出了一種深度交互屬性生成模型（DIAG），將用戶-項目的交互關系、用戶-項目的生成關系以及項目屬性信息結合在一起，用于用戶生成項推薦。論文使用SCHOLAT和Lizhi兩個數據集進行驗證。其中，SCHOLAT數據集是從學者社交網絡學者網獲得的新聞動態推薦數據集，學者即為用戶，新聞動態即為項目，每篇新聞動態最多由一個學者生成（即用戶-項目生成），并將被多個學者或用戶閱讀（即用戶-項目交互），新聞動態的標題和內容作為項目屬性。該SCHOLAT數據集共包含用戶-項目交互次數為 13960，用戶-項目生成數為 3776。

論文引用信息：

Ling Huang, Bi-Yi Chen, Hai-Yi Ye, Rong-Hua Lin, Yong Tang, Min Fu, Jianyi Huang, Chang-Dong Wang, DIAG: A Deep Interaction-Attribute-Generation model for user-generated item recommendation, Knowledge-Based Systems, Volume 243, 2022, 108463

相關代碼和數據集：

http://www.sdshimeng.com/research/opendata/#diag_recommendation

論文鏈接：

https://www.sciencedirect.com/science/article/pii/S0950705122001915

https://doi.org/10.1016/j.knosys.2022.108463

官方共享鏈接：

https://authors.elsevier.com/c/1ej7L3OAb95KFx

學者網：

http://www.sdshimeng.com/portalPaperInfo.html?paperID=50100&Entry=ytang