L2T-DLN：学习使用动态损失网络进行教学

该文介绍了两种新的损失函数，用于克服动态网络在时间上的演变所带来的挑战。在合成和真实动态网络上进行了广泛评估，结果显示出比原始损失函数更优越的性能。所提出的损失函数在具有多样的用户交互历史的真实网络中，在 MRR 上实现了超过 26.9% 的增强和 Recall@10 上的超过 11.8% 的改善。这些发现凸显了动态网络建模中所提出的损失函数的功效。