福州大学软工1917 | A 班-
Entire Space Multi-Task Model: An Effective Approach for Estimating Post-Click Conversion Rate阅读笔记
#动机 本文是2018年阿里巴巴在SIGIR上发表的一篇论文。传统的CVR预估模型有两个问题，一是训练模型是在已经点击后的数据上训练，而推理是在曝光后的数据上推理，训练数据与预测数据分布不一致（见下图），举一个更实际的例子说明，打开淘宝，首页推荐的商品就是曝光的商品，如果你点进这些商品页面，这些商品 -
LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation阅读笔记
#动机 本文是2020年SIGIR的一篇文章。最近图卷积网络（GCN）在协同过滤推荐中大放异彩，但是却很少有工作探究其为什么在协同过滤推荐系统中有效，缺乏较为完善的消融实验，在本文中，作者通过一系列消融实验发现GCN中的特征转换和非线性激活对协同过滤并没有益处，因此，作者提出了LightGCN，它仅 -
Neural Graph Collaborative Filtering阅读笔记
#动机 本文是2019年SIGIR的一篇文章。在推荐系统中，用户和物品的向量表示(embeddings)是推荐系统的核心，但目前的方法都是根据用户（物品）原有的特征通过映射获取embeddings，并没有将用户与物品交互中的潜在的协同信号编码进embeddings，因此产生的embeddings可能 -
Neural Collaborative Filtering阅读笔记
#动机 本篇论文是2017年IW3C2上的一篇论文。在当时深度神经网络已经在计算机视觉、自然语言处理等领域取得巨大成功，但是却很少应用在推荐系统中。虽然当时也有一些工作采用深度学习来进行推荐，但它们主要是用深度学习为辅助信息建模，例如项目的文本描述等等。在涉及到协同过滤推荐算法中用户与物品的交互中， -
Probabilistic Matrix Factorization with Non-random Missing Data阅读笔记
#动机 本篇论文是出自2014年ICML的一篇论文，矩阵分解模型在协同过滤的方法中表现出卓越的性能，这些模型通常都是假设数据是随机缺失(MAR)的，但是现实生活中常常不是这样，例如部分用户会只给自己喜欢或者讨厌的商品进行评价打分，部分商品被人们认为其正常工作是理所当然的事情，因此它们收到的评价更多的 -
FISM-Factored Item Similarity Models for Top-N Recommender Systems阅读笔记
#动机 本篇论文是在13年KDD上发表的一篇关于Top-N推荐系统的一篇论文。因为在Top-N推荐中，随着数据集矩阵的稀疏性增大，Top-N推荐系统的有效性会随之降低。为了缓解这个问题，本论文提出了一种将item-item相似性矩阵分解为两个低秩潜因素矩阵的乘积的方法。在实验中表明，本论文提出的方法 -
Delphi Annotation属性注释
Attributes是Delphi中的一个特点。它用于对某些对象（如类、记录、接口等）进行注释，并携带一些RTTI用于查询 Attributes本身不会改变注释对象的任何行为 Attributes注释的对象必须是运行期可见的，如public或Published 声明一个Attributes类型，首先 -
Java JDK 版本和字节码版本对应表
Java JDK 版本和字节码版本对应表 -
BPR: Bayesian Personalized Ranking from Implicit Feedback论文笔记
#1.动机 本篇论文是2009年有关隐反馈个性化推荐系统的一篇论文，在当时已经有较为先进的方法从隐式反馈的场景为用户推荐商品，如矩阵分解和K近邻方法，但是这些方法没有直接针对排名进行优化。本文中提出了一种用于个性化排名的通用优化标准BPR-Opt，它来源于本问题贝叶斯分析的最大后验概率。 #2.一些 -
SQL Update语句的理解
在SQL中，更新操作包括一次删除操作和一次插入操作。 首先是从操作表中获取要更新的记录的集合，并进行修改后暂时保存该集合，可能类似于 Select Col1, Col2, Col3， UpdatedCol = UpdateValueExpr ... Into Temp From SourceTabl