BriefGPT - AI 论文速递
·
基于超图增强的双卷积网络的绑定推荐
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种名为超图增强的双卷积神经网络模型（HED）的捆绑推荐方法，通过构建超图来捕捉用户、物品和捆绑之间的交互动态，并整合U-B交互信息以增强用户和捆绑嵌入向量的信息表示。实验证明HED在Youshu和Netease数据集上优于当前最先进的技术，证明了其有效性。
🎯
关键要点
-
提出了一种名为超图增强的双卷积神经网络模型（HED）的捆绑推荐方法。
-
通过构建超图来捕捉用户、物品和捆绑之间的交互动态。
-
整合U-B交互信息以增强用户和捆绑嵌入向量的信息表示。
-
实验证明HED在Youshu和Netease数据集上优于当前最先进的技术。
-
证明了HED模型的有效性。
🏷️
