个性化排名列表的顶部鼓励高精度 现有的方法：（1）为非光滑排序度量寻找光滑的凸代理，（2）直接修改更新过程以提高最高精度 问题：不能很好地扩展到...

问题：推荐模型基于观测交互数据，流行项目的从众混合了用户真正兴趣。 一致性取决于用户和项目：（用户和项目关系）一个用户对不同项目的一致性不同，不...

问题：流行偏差问题在数据上，项目在交互频率上呈现不均匀分布在方法上，协同过滤方法容易通过过度推荐热门项目来放大偏见 如何利用流行偏差来提高推荐的...

问题描述： 点击模型：研究用户和物品排名列表互动，为学习排序模型提供了关于用户反馈的更好理解。 点击模型的关键：构造关系 1.概率图形模型（PG...

解决问题：利用机器学习(尤其是深度学习)预测分子和材料的性质本质上，证明化学预测问题的有效机器学习模型能够直接从分子图中学习它们自己的特征，并且...

华东师范大学计算机科学与技术学院的吴雯博士 例如购买哈利波特与魔法石基于内容的推荐：哈里波特与密室本质上是去寻找与刚刚你曾经浏览过或者曾经购买过...

解决问题：邻域聚合范式为试图提取敏感属性的节点级信息的攻击者暴露了额外漏洞 恶意攻击者在推断时，偷取敏感信息 传统GNN任务训练 推断-->...