Recommender Systems on Chen Kai Bloghttps://www.chenk.top/zh/tags/recommender-systems/Recent content in Recommender Systems on Chen Kai BlogHugozh-CNWed, 26 Mar 2025 09:00:00 +0000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https://www.chenk.top/zh/linear-algebra/13-%E5%BC%A0%E9%87%8F%E4%B8%8E%E5%A4%9A%E7%BA%BF%E6%80%A7%E4%BB%A3%E6%95%B0/Wed, 26 Mar 2025 09:00:00 +0000https://www.chenk.top/zh/linear-algebra/13-%E5%BC%A0%E9%87%8F%E4%B8%8E%E5%A4%9A%E7%BA%BF%E6%80%A7%E4%BB%A3%E6%95%B0/<p>如果你用过 PyTorch 或 TensorFlow，“张量”这个词你一定见过无数次。 PyTorch 把所有数组都叫 <code>torch.Tensor</code>， TensorFlow 更是直接把张量写进了名字。但张量到底是什么？为什么这些框架要用一个听起来像物理术语的词来描述看似多维数组的对象？</p>SR-GNN —— Session-based Recommendation with Graph Neural Networkshttps://www.chenk.top/zh/standalone/session-based-recommendation-with-graph-neural-networks/Sun, 25 Jun 2023 09:00:00 +0000https://www.chenk.top/zh/standalone/session-based-recommendation-with-graph-neural-networks/<p>用户依次点击 <strong>A、 B、 C、 B、 D</strong>。将其输入序列模型，得到的是五个 token 压缩而成的单一隐状态；而输入 SR-GNN，则生成一张有向图——边 <code>B -&gt; C</code> 即便用户回到 <code>B</code> 也仍然存在，节点 <code>B</code> 只出现一次（它的入边和出邻居都会贡献到它的表示上），整段点击的拓扑都被原样保留在邻接矩阵里。这就是 <a href="https://arxiv.org/abs/1811.00855" target="_blank" rel="noopener noreferrer">SR-GNN（Wu 等, AAAI 2019） <span aria-hidden="true" style="font-size:0.75em; opacity:0.55; margin-left:2px;">↗</span></a> 在多个会话推荐基准上稳稳压过 GRU4Rec、 NARM 等纯序列模型的根本原因。</p>