【论文标题】Automatic recommendation technology for learning resources with convolutional neural network （2016 ISET）

【论文作者】Xiaoxuan Shen, Baolin Yi*, Zhaoli Zhang，Jiangbo Shu, and Hai Liu

【论文链接】Paper（5-pages // Double column）

<札记非FY>

【摘要】
自动学习资源推荐已经成为一个越来越相关的问题:它使学生能够发现符合他们口味的新的学习资源，并使电子学习系统能够将他们的学习资源target到正确的学生。 本文提出了一种基于卷积神经网络(CNN)的学习资源自动推荐算法。 利用CNN可以从文本信息中预测隐含因子。要训练CNN，首先要解决它的输入输出问题。 对于输入，使用语言模型。 针对其输出，提出了用l1 -范数对其进行正则化的潜在因子模型。 在此基础上，引入了分裂Bregman迭代法求解模型。 该推荐算法的主要新颖之处在于构造了一种新的CNN来进行个性化推荐。 在公共数据库上的定量评价实验结果表明，与传统方法相比，该方法有明显的改进。 特别是当现有的推荐算法存在冷启动问题时，该算法也能很好地工作。
 
【关键字】资源推荐，卷积神经网络，L1范式，分裂Bregman迭代方法
 
【】
……也是使用到了text information 文本信息啊！！！！ an article ！
 
【结论】
本文提出了一种基于卷积神经网络的基于内容的学习资源推荐算法。 利用CNN可以从文本信息中预测潜在因子。 要训练CNN，首先要解决它的输入输出问题。 对于输入，使用语言模型。对于输出，我们提出了用l1 -范数正则化的隐含因子模型。 在此基础上，引入了分裂Bregman迭代法求解模型。本文所提出的这个推荐算法的主要新颖的地方在于 构造了一个新的CNN来进行个性化的推荐，并取得了较好的效果。 结果表明，本文提出的推荐算法对于推荐新鲜的、不热门的学习资源是可行的。 我们相信基于卷积神经网络的模型将在未来的电子学习系统或智能辅导系统中发挥至关重要的作用。 虽然这里考虑的应用是学习资源推荐，但该方法更适用于新闻推荐等。
 
 
 
 
 

【RS】Automatic recommendation technology for learning resources with convolutional neural network - 基于卷积神经网络的学习资源自动推荐技术的更多相关文章

  1. Deep Learning 19_深度学习UFLDL教程：Convolutional Neural Network_Exercise（斯坦福大学深度学习教程）

    理论知识:Optimization: Stochastic Gradient Descent和Convolutional Neural Network CNN卷积神经网络推导和实现.Deep lear ...

  2. Deep Learning: Assuming a deep neural network is properly regulated, can adding more layers actually make the performance degrade?

    Deep Learning: Assuming a deep neural network is properly regulated, can adding more layers actually ...

  3. 深度学习FPGA实现基础知识10(Deep Learning（深度学习）卷积神经网络(Convolutional Neural Network，CNN))

    需求说明:深度学习FPGA实现知识储备 来自:http://blog.csdn.net/stdcoutzyx/article/details/41596663 说明:图文并茂,言简意赅. 自今年七月份 ...

  4. ISSCC 2017论文导读 Session 14 Deep Learning Processors，A 2.9TOPS/W Deep Convolutional Neural Network

    最近ISSCC2017大会刚刚举行,看了关于Deep Learning处理器的Session 14,有一些不错的东西,在这里记录一下. A 2.9TOPS/W Deep Convolutional N ...

  5. ISSCC 2017论文导读 Session 14 Deep Learning Processors，A 2.9TOPS/W Deep Convolutional Neural Network SOC

    最近ISSCC2017大会刚刚举行,看了关于Deep Learning处理器的Session 14,有一些不错的东西,在这里记录一下. A 2.9TOPS/W Deep Convolutional N ...

  6. 树卷积神经网络Tree-CNN: A Deep Convolutional Neural Network for Lifelong Learning

    树卷积神经网络Tree-CNN: A Deep Convolutional Neural Network for Lifelong Learning 2018-04-17 08:32:39 看_这是一 ...

  7. Python -- machine learning， neural network -- PyBrain 机器学习 神经网络

    I am using pybrain on my Linuxmint 13 x86_64 PC. As what it is described: PyBrain is a modular Machi ...

  8. 【转载】论文笔记系列-Tree-CNN: A Deep Convolutional Neural Network for Lifelong Learning

    一. 引出主题¶ 深度学习领域一直存在一个比较严重的问题——“灾难性遗忘”,即一旦使用新的数据集去训练已有的模型,该模型将会失去对原数据集识别的能力.为解决这一问题,本文提出了树卷积神经网络,通过先将 ...

  9. Deep Learning 学习随记（八）CNN（Convolutional neural network）理解

    前面Andrew Ng的讲义基本看完了.Andrew讲的真是通俗易懂,只是不过瘾啊,讲的太少了.趁着看完那章convolution and pooling, 自己又去翻了翻CNN的相关东西. 当时看讲 ...

随机推荐

  1. Mysql 报错：#1067 - Invalid default value for 'update_time

    由于 字段UPDATE_TIME 的字段类型是 timestamp ,默认值是:'0000-00-00 00:00:00' 即:`UPDATE_TIME` timestamp NOT NULL DEF ...

  2. c++语法大全笔记(一)

    目录 一:初级知识   c++是一种中级语言,是c的扩充,是一种面向对象的程序设计语言,可以运行到多个平台.这里直接讲语法.   基础c++模板: #include <iostream> ...

  3. vue中nextTick的理解

    A. vue 中的 nextTick 是什么? 1.首先需要清楚,nextTick是一个函数:这个函数的作用,简单理解就是下一次渲染后才执行 nextTick 函数中的操作: 2.在下一次 DOM 更 ...

  4. Windows动态链接库：dll与exe相互调用问题

    本文回顾学习一下Windows动态链接库:dll与exe相互调用问题.一般滴,exe用来调用dll中的类或函数,但是dll中也可以调用exe中的类或函数,本文做一些尝试总结. dll程序: Calcu ...

  5. E203 bypass buffer

    如果fifo中没有数据,且有输入,则是bypass fifo,同周期内直接把输入数据转到输出数据.如果fifo中有数据,则读取fifo,成为普通的同步fifo. module sirv_gnrl_by ...

  6. IOS疯狂基础之观察者模式

    转自:http://blog.csdn.net/wudizhukk/article/details/8981535 一.KVO Key-Value Observing,它提供一种机制,当指定的对象的属 ...

  7. 高性能TcpServer(C#) - 5.客户端管理

    高性能TcpServer(C#) - 1.网络通信协议 高性能TcpServer(C#) - 2.创建高性能Socket服务器SocketAsyncEventArgs的实现(IOCP) 高性能TcpS ...

  8. [基础]斯坦福cs231n课程视频笔记(三) 训练神经网络

    目录 training Neural Network Activation function sigmoid ReLU Preprocessing Batch Normalization 权重初始化 ...

  9. NLP中的预训练语言模型（五）—— ELECTRA

    这是一篇还在双盲审的论文,不过看了之后感觉作者真的是很有创新能力,ELECTRA可以看作是开辟了一条新的预训练的道路,模型不但提高了计算效率,加快模型的收敛速度,而且在参数很小也表现的非常好. 论文: ...

  10. linux (08) nginx入门详解

    一. nginx 入门 nginx 入门学习 web服务器软件 windows IIS服务器 linux nginx apache 收费​lighthttp 公司的技术栈 收费版技术栈 apache ...