如何高效阅读一篇论文
前言基于这一篇论文进行阐述:基于时序推理的分层对话感知推荐系统 在开始读文献后的第一次组会上，因为大家都是刚开始读文献，没什么技巧导致大家都像只做了翻译一样，导师就很详细的指导了一番；本文总结了会上导师提到的阅读文献的一些好方法 筛选题目优先阅读近三年CCF A类会议或SCI 1区文献 人工智能领域 AAAI：全称 AAAI Conference on Artificial Intelligence，由国际人工智能协会举办，是人工智能领域公认的权威性顶级学术会议。 NeurIPS：全称 Annual Conference on Neural Information Processing Systems，由 MIT Press 出版，在神经信息处理系统领域具有重要影响力。 ACL：全称 Annual Meeting of the Association for Computational Linguistics，是计算语言学领域的顶级会议。 CVPR：全称 IEEE Conference on Computer Vision and Pattern Recognition，由...
文献阅读:LightGT:A Light Graph Transformer for Multimedia Recommendation
使用阅读工具： 靠岸学术环境安装: # 配置Cuda及Cudnn，在Anaconda创建虚拟环境，安装GPU版Pytorch，并在Jupyter noterbook及Pycharm中调用【极其详细】 摘要与背景多媒体推荐方法(Multimedia recommandation method) 旨在发现用户对 多模态信息(multi-model information) 的偏好，以增强基于 协同过滤(collaborative filtering (CF)) 的推荐系统。然而，他们很少考虑 特征提取(feature extraction) 对用户偏好建模和用户-物品交互预测的影响，因为提取的特征包含过多与推荐无关的信息。 为了从提取的特征中捕获信息性特征，使用了Transformer模型来建立同一用户历史交互物品之间的关联。考虑到其在有效性和效率方面的挑战，提出了一种基于Transformer的推荐模型，称为 Light Graph...
文献阅读:Manipulating Recommender Systems - A Survey of Poisoning Attacks and Countermeasures
综述地址: Manipulating Recommender Systems: A Survey of Poisoning Attacks and Countermeasures 与投毒相关的资源: awesome-recsys-poisoning 阅读工具: 靠岸学术 摘要推荐系统已成为在线服务中不可或缺的一部分，以帮助用户在数据的海洋中定位到特定的信息。然而，现有的研究表明一些推荐系统易受到投毒攻击(poisoning attacks)，特别是涉及学习方案的推荐系统 什么是投毒攻击(poisoning...
