标签
Recommender Systems
Mar 26, 2025
线性代数
30 分钟线性代数（十三）：张量与多线性代数——从标量到高维数据立方体
张量是向量和矩阵到任意维度的推广。本章从标量、向量、矩阵出发，讲解纤维、切片、展开等概念，以及 CP 分解、Tucker 分解和 HOSVD，并探讨张量在神经网络压缩和推荐系统中的应用。
SR-GNN —— Session-based Recommendation with Graph Neural Networks
SR-GNN 把一段点击会话拆成有向加权图，再用门控 GNN 做下一跳预测。本文系统讲清会话图构建、GGNN 更新、局部+全局池化、训练细节、基准对比，以及决定要不要在生产里用它的几类失败模式。