HyperAIHyperAI

Command Palette

Search for a command to run...

DGTN: شبكة انتقال رسمية ذات قناة مزدوجة للترشيح القائم على الجلسة

Yujia Zheng Siyi Liu Zekun Li Shu Wu

الملخص

يتمثل الهدف من مهمة التوصية القائمة على الجلسة في التنبؤ بسلوكيات المستخدم بناءً على الجلسات المجهولة الهوية. وقد ركز البحث الحديث بشكل رئيسي على تمثيل الجلسة المستهدفة كتسلسل أو رسم بياني لالتقاط انتقالات العناصر داخلها، مع إغفال الانتقالات المعقدة بين العناصر في جلسات مختلفة تم إنشاؤها من قبل مستخدمين آخرين. وتشمل هذه الانتقالات معلومات تعاونية محتملة وتعكس أنماط سلوك متشابهة، ونفترض أن هذه الميزات قد تساهم في تحسين التوصية للجلسة المستهدفة. في هذا البحث، نقترح طريقة جديدة تُسمى الشبكة الرسومية الثنائية القنوات للانتقال (DGTN) لتمثيل انتقالات العناصر ليس فقط داخل الجلسة المستهدفة، بل أيضًا داخل الجلسات المجاورة. وبشكل محدد، نقوم بدمج الجلسة المستهدفة مع جلساتها المجاورة (المتشابهة) في رسم بياني واحد. ثم يتم إدخال إشارات الانتقال بشكل صريح في التمثيلات عبر انتقال يراعي القنوات. وتوصل النتائج المستخلصة من التجارب على مجموعات بيانات واقعية إلى أن DGTN تتفوق على الطرق الأخرى من الطراز الرائد. كما تؤكد التحليلات الإضافية منطقية نموذج الانتقال الثنائي القنوات للعناصر، مما يشير إلى اتجاه مستقبلي واعد لتطوير التوصية القائمة على الجلسة.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp