久久久久久久久久久久久久一区,亚洲免费一级电影,成人精品影视,国产99re66在线视频

在線預約 | 微信營銷平臺 | 自助平臺 | 手機客戶端 | 設為首頁 | 加入收藏
眾旺互聯做您身邊的網絡專家
咨詢熱線(免長途費):
石家莊網站建設電話
當前位置:首頁 -> 新聞中心 -> 行業資訊 -> 正文

你和你的好友,正在免費幫微信訓練神經網絡

發布日期:2020-09-11  信息來源:未知  點擊:
分享:
  你和你的好友,正在免費幫微信訓練神經網絡。不僅如此,微信的這項新研究,讓你和朋友之間,更加潛移默化的互相影響。不知不覺,你有機會更加了解了朋友的喜好,自己潛在的興趣點,也有更大可能被挖掘出來。 以前是和好友一起吃飯、逛街,以后,可能是一起刷
  你和你的好友,正在免費幫微信訓練神經網絡。不僅如此,微信的這項新研究,讓你和朋友之間,更加潛移默化的互相影響。不知不覺,你有機會更加了解了朋友的喜好,自己潛在的興趣點,也有更大可能被挖掘出來。
  以前是和好友一起吃飯、逛街,以后,可能是一起刷朋友圈了。你的微信好友,本質是信息過濾器這怎么說?其實,我們大部分人在刷朋友圈或公眾號時,很少抱著強烈的目的性。
  用戶基本不會像使用百度一樣,專門為某一個東西進行有目的的搜索瀏覽。這意味著,你看到的內容,有很大的隨機性。那么,怎么樣才能“投你所好”,給你推薦更有趣的內容,并且在推薦過程中,突出社交特征,讓你和好友們互相分享愛好呢 ?
  在一項北京郵電大學和微信共同研究中,提出了一種新型的神經網絡SIAN(Social Influence Attentive Neural Network),社交影響導向的神經網絡。這項研究“Social Influence Attentive Neural Network for Friend-Enhanced Recommendation”是ECML-PKDD-2020會議論文。
  顧名思義,SIAN的訓練采用微信朋友圈“看一看”,或其他類似平臺的用戶數據,而SIAN**的特點,就是根據好友偏好,明確向用戶推薦好友曾經關注或互動過的內容。
  基于SIAN的好友增強推薦系統(Friend-Enhanced Recommendation,FER),只為用戶推薦好友交互過的商品(讀過的文章),實際上是將朋友圈的好友作為高質量信息過濾器,為用戶提供可能感興趣的內容。
  與特定內容交互過的所有好友都會顯式的展示給當前用戶。你的哪些朋友看過這個特定內容,你都能知道。
  這一特點重點利用了社交關系對人的影響,增加了用戶與朋友的興趣交流,和發現新東西的機會。也為用戶行為提供了更多的解釋參考。舉個例子來說,假如在微信朋友圈的“看一看”,Jerry的推薦中,出現了一篇關于AirPods的文章, 他的好友中Tom、Lily、Jack都閱讀了這篇文章。如果是原先的推薦系統,不會以社交關系作為優先權重, Jerry看到的,可能是任意朋友“在看”,是否打開這篇文章可能完全看自己的心情。而現在,他能**看到混數碼科技圈的達人,Tom也看了這篇文章。那么他點擊閱讀的概率就會大大增加,跟朋友Tom交流相關話題的可能性也增加了。
  而關于娛樂八卦的新聞,Jerry的推薦中會突出有相似偏好的朋友的“在看”,不會是搞科技數碼的朋友。這樣,“看一看”功能就變成了由你的好友“把關”的內容推薦平臺,你能看到你的好友興趣所在,同時能獲得相關話題的優質信息。
  SIAN本質,是利用異質社交網絡建模好友增強型推薦場景。除了用戶和物品的向量參數,SIAN 還通過耦合有影響力的好友與某一種物品的聯系,來學習社交影響力的低維向量參數。通過學習用戶、物品和耦合的社交影響力的向量參數,SIAN*重要的功能得以實現,預測用戶?和物品?之間交互的概率。
  因為相同類型的不同對象,可能對特征聚合的貢獻是不同,研究團隊在SIAN中設計了分層的節點級和類型級的注意力特征聚合器。石家莊網站建設消息在每個級別,注意力機制區分和捕獲鄰居和類型的潛在關聯性,使得SIAN模型能夠更精細地編碼多方面的異質信息。
  與之前的同類研究不同的是, SIAN不需要基于任何先驗知識手動選擇路徑。
  另外,團隊設計了一個社交影響力耦合器,其用來捕獲一個有影響力好友(例如 Tom)和一個物品(例如和airpod相關的文章)的聯系, 從而量化這個“組合”的綜合影響力程度。
  **,模型基于用戶、物品以及耦合的影響力參數,將三者拼接并送入兩層神經網絡中,并通過一個回歸層,預測得到用戶-物品的交互概率 。
  本質上說,SIAN是一個重社交關系而非單純喜好的推薦系統。在兩個公開數據集(Yelp和豆瓣)以及微信“看一看”數據(FWD),研究團隊進行了評估和分析。
  SIAN模型明顯優于對比方法。特別是和傳統的推薦方法相比,SIAN模型依然表現突出,這得益于社交影響力耦合器編碼各種社交因素時的能力,也這進一步證實了社交影響力在推薦系統的重要性。
  SIAN模型學習得到的好友類型的平均注意力權重值,顯著大于物品類型的平均注意力權重。這表明了SIAN模型更加關注用戶的社交關系,這種關注甚至超過了內容本身。這同時也驗證了“看一看”好友推薦圈是好友增強推薦中*重要的因素。
  除了重社交的特點,研究團隊還發現了一些普通用戶有趣的行為偏好。
  在看一看數據集上,研究團隊發現了用戶行為是如何受到不同屬性的好友影響的。下圖的結果說明,用戶行為受到更具權威性的朋友的影響, 而與用戶自己的權威度無關。同時,高權威朋友對中等權威用戶具有更大的影響力。“用戶通常更容易受到權威人士的影響“,這和我們的常識也是相符的。因此存在一個有趣的現象:人們通常更加關注“達人”、“大佬”等等權威人士的動向(或者僅僅是關注這些人本身),而不是他們自己的實際喜好。SIAN的推薦系統,讓我們膜拜大佬又有了新姿勢!當然啦,你也可能成為別人“看一看”中的“權威人士”。
 
售前咨詢

4008887704

售后服務

0311-87222545

在線咨詢

工作日9:00-18:00 點擊進入

預約專家

提供專業解決方案 點擊進入

訪問微博

唯一官方微博平臺 點擊進入

聯系我們 | 公司簡介 | 付款方式 | 招賢納士 | 產品導航 | 在線預約 | 網站地圖

版權所有 2010-2030 石家莊眾捷網絡科技有限公司 冀ICP備11028497號-1冀ICP備11028497號-3
咨詢熱線:400-888-7704 咨詢信箱:kefu@zw0311.com
主站蜘蛛池模板: 芜湖市| 沙湾县| 盘锦市| 通州区| 兴化市| 酉阳| 开江县| 衡东县| 连山| 南岸区| 闻喜县| 万宁市| 乌拉特后旗| 汽车| 全南县| 汕尾市| 临夏县| 瑞昌市| 揭西县| 共和县| 明星| 历史| 霍州市| 浦东新区| 淮南市| 安徽省| 塔河县| 桐柏县| 临沂市| 蓬莱市| 荣成市| 会昌县| 兴隆县| 中超| 湘阴县| 呼伦贝尔市| 札达县| 临邑县| 高碑店市| 陆川县| 丰宁|