اکسپرس 24
ترجمه فارسی مقاله بهره‌برداری از ترجیحات در توابع زیان برای توصیه ترتیبی از طریق انتقال‌پذیری ضعیف

ترجمه فارسی مقاله بهره‌برداری از ترجیحات در توابع زیان برای توصیه ترتیبی از طریق انتقال‌پذیری ضعیف

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Exploiting Preferences in Loss Functions for Sequential Recommendation via Weak Transitivity
عنوان مقاله به فارسی بهره‌برداری از ترجیحات در توابع زیان برای توصیه ترتیبی از طریق انتقال‌پذیری ضعیف
نویسندگان Hyunsoo Chung, Jungtaek Kim, Hyungeun Jo, Hyungwon Choi
فرمت مقاله انگلیسی PDF
تعداد صفحات 5
دسته بندی موضوعات Machine Learning,Information Retrieval,یادگیری ماشین , بازیابی اطلاعات ,
توضیحات Submitted 1 August, 2024; originally announced August 2024. , Comments: Accepted to CIKM 2024, Short Research Paper Track
توضیحات به فارسی ارسال شده در 1 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: پذیرفته شده در CIKM 2024 ، آهنگ مقاله تحقیق کوتاه

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 200,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

A choice of optimization objective is immensely pivotal in the design of a recommender system as it affects the general modeling process of a user's intent from previous interactions. Existing approaches mainly adhere to three categories of loss functions: pairwise, pointwise, and setwise loss functions. Despite their effectiveness, a critical and common drawback of such objectives is viewing the next observed item as a unique positive while considering all remaining items equally negative. Such a binary label assignment is generally limited to assuring a higher recommendation score of the positive item, neglecting potential structures induced by varying preferences between other unobserved items. To alleviate this issue, we propose a novel method that extends original objectives to explicitly leverage the different levels of preferences as relative orders between their scores. Finally, we demonstrate the superior performance of our method compared to baseline objectives.

چکیده به فارسی (ترجمه ماشینی)

انتخاب هدف بهینه سازی در طراحی یک سیستم توصیه کننده بسیار مهم است زیرا بر فرآیند مدل سازی کلی قصد کاربر از تعامل قبلی تأثیر می گذارد.رویکردهای موجود عمدتاً به سه دسته از توابع از دست دادن پایبند هستند: توابع از دست دادن زوج ، نقطه نظر و به منظور از بین رفتن.با وجود اثربخشی آنها ، یک اشکال مهم و مشترک از چنین اهداف ، مشاهده مورد بعدی مشاهده شده به عنوان یک مثبت منحصر به فرد در حالی که تمام موارد باقی مانده را به همان اندازه منفی در نظر می گیرد.چنین تکلیف برچسب باینری به طور کلی محدود به اطمینان از نمره توصیه بالاتر از مورد مثبت است ، و از ساختارهای بالقوه ناشی از ترجیحات مختلف بین سایر موارد غیرقابل محافظت غفلت می کند.برای کاهش این مسئله ، ما یک روش جدید را پیشنهاد می کنیم که اهداف اصلی را گسترش می دهد تا صریحاً از سطوح مختلف ترجیحات به عنوان سفارشات نسبی بین نمرات آنها استفاده کند.سرانجام ، ما عملکرد برتر روش خود را در مقایسه با اهداف پایه نشان می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.