1、问题背景 作者argue以前的方法没有考虑到用户偏好的动态变化，因此作者提出了一个名为Dynamic Explainable Recomme...

1、问题背景 随着推荐系统的发展，可解释性逐渐成为一个重要的研究方向，因为在推荐相关商品的时候会给出一定解释，这样可以给用户带来一定的可信度，从...

1、问题背景 随着这些年网络的发展，产生了各种各样的信息，就新闻领域来说，人们要想在其中找到自己感兴趣的新闻有极大的难度，而这促进了推荐系统的发...

1、摘要 协同过滤方法由于user-item矩阵的稀疏性，效果受限。可以使用辅助信息解决这个问题。在本文中，微软探索了如何利用知识库中的各种不同...

1、背景 随着深度学习的发展，人们探索出了一系列的方法来处理序列化数据，RNN是其中的一个代表。但是对于序列化推荐，RNN的处理方式有很大的不足...

1、背景介绍 近来，因为知识图谱(KG)中具有很多有关商品的属性信息，如电影的演员、主演等，常用于增加推荐系统的质量，而且相比于原来的只有u...