网络构成中，边上带了很丰富的交互信息，如何同时利用这部分信息进行节点Embedding。比如“用户”－“股票“之间的交易网络，边上带有丰富的“时间、价格、数量”特征，如何结合这些信息和网络结构，得到“用户”、“股票”的embedding向量，进而用于预测“用户”后续会买哪只股票。
预测建模大致步骤：
1. 对于每一个投资者， 根据时间顺序，生成节点序列，并找到相似节点；
2. 对每一只股票，根据时间顺序生成节点序列，并找到相似节点；
3. 简化节点序列，即抛掉时间和属性；
4. 对简化后的两种类型的节点序别分别作node embedding；
5. 将进行了node embedding之后的投资者特征向量 x 和股票特征向量放在一起，对投资者是否会购买股票进行预测；
参考：https://yq.aliyun.com/articles/294450
https://www.jianshu.com/p/aa429142a591
网络构成中，边上带了很丰富的交互信息，如何同时利用这部分信息进行节点Embedding。比如“用户”－“股票“之间...
输入： 图，一般为无向图，边可以有权重。 输出： 图中每个节点的embedding向量 一种方法是： 1. 以某种...
本文结构安排 M-NMF LANE LINE 什么是Network Embedding？ LINE [Inform...
国外推荐系统实践 Facebook的深度学习推荐系统 Airbnb基于Embedding的实时搜索推荐系统 You...
GitHub: CapsE论文: A Capsule Network-based Embedding Model ...
无论是network embedding 还是graph embedding都是通过节点(node)和边的图，学出...
LINE: Large-scale Information Network Embedding paper:htt...
Network Embedding Algorithms and Applications 1. 简介 2. 算法...
neural network embedding的作用[1]： Finding nearest neighbors...
LINE:Large-scale Information Network Embedding 1.背景 LINE ...
本文标题：基于Network Embedding 给客户推荐股票
本文链接：https://www.haomeiwen.com/subject/pwklsqtx.html
网友评论