301组会 今日: 0|主题: 50|排名: 61 

论文分析-Deep Interest Network for Click-Through Rate Prediction 这篇论文作者是阿里妈妈精准定向检索及基础算法团队，来自分论坛：智能推荐。 文章主要思想是通过用户历史行为数据以更好的构建在线广告推荐系统的CTR预估任务。基于用户历史行为数据的两大兴趣特点：兴趣多样性和局部活动性（即当前兴趣仅与部分历史 ...

香港科技大学讲座教授杨强做了“跨域舆情分析的迁移学习”的主题报告。 情感分析是指分析用户的观点，市场趋向，人们对产品或服务的态度。 当我们在源域上训练的模型，迁移到目标域的时候，很容易出现准确率快速下降的情况，这是领域自适应方向上的一个挑战。 由于领域不同，用词也不同，比如描述电影很好，我们会用engagin ...

KDD Summer school 2018参会总结 会议第一天由知名学者介绍自己的工作，第二天分为六个分论坛分别介绍录入到KDD2018中的优秀论文，涉及方面有智能推荐、智能城市、自然语言理解、深度学习、表征学习、多任务/半监督/多视角学习等六个。 京东 ...

成都KDD心得报告 此次长途跋涉到西南交通大学参加了KDD China的会议，增长了许多见识，也充分认识到自己的不足，还结交了一些优秀的朋友，更重要的是，三天的会议也让我认识到自己的兴趣所在和以后努力的方向。 其中最令我印象深刻 ...

通过参与此次KDDchina大会，我感受到数据挖掘的魅力并提升了对学术领域探索的兴趣；出于对音乐的喜爱，其中一篇XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music的论文给我留下很深印象；该论文是关于流行音乐生成的研究，考虑了旋律生成的和弦和节奏影响以及音乐安排的和谐，并提出了一 ...

成都KDD学习记录——舆情分析与深度学习 舆情分析的整个发展历程从大的范围上看经历了浅层与深层学习俩个阶段。在浅层学习阶段，所采用的，更多的还是与之前语言学研究方法相结合的一些方法加之以简单的机器学习算法，核心就是去找出pivot与non-pivot，根据这些关键词来对整体评论的倾向性作出判断。这其中存在着两个问题 ...

标题：张谋钊-2017.04.27组会-使用自适应聚合函数的分解算法（MOEA/D-PaS） 报告人：张谋钊 摘要： 在基于分解的多目标进化算法MOEA/D中，权重向量的聚合函数的设置都影响着算法的性能。而相对于权重向量，在聚合函数上的研究较少，所以作者在一类聚合函数上做了深入的研究。从研究中得到，这类方法的参数p权衡着算法的收 ...

标题: 挖掘疾病相关基因: 一种基于异构网络边预测的数据整合方法 分享人: 林伟 摘要: 1. 通过搜集数据构建异构网络; 2. 利用MetaPath方法从所得异构网络中提取基因到疾病的特征; 3. 训练正则化的逻辑回归模型, 预测与疾病可能相关的基因, 并找出那些对分类有用的特征(MetaPath); 4. 实验数据表明上述方法结果尚可。 ...

一：问题描述 我们在用演化进化算法解决网络聚类问题时，常常都是针对比较小的测试网络，football，dolphin，Karate Club等等。这些网络的节点数有限一般不超过200。但是在现实生活中存在着很多非常大的网络，blogs，CQC，Hepth等等网络。这些网络的规模最少都是1000*1000的矩阵，像Hepth达到了10000*100000.为了能用moe ...

标题：张谋钊-2016.12.02组会-多目标进化算法MOEA/D-SAS 报告人：张谋钊 摘要： 针对MOEA/D-STM的以下几个缺点，作者提出了MOEA/D-SAS。 1）当问题的Pareto Front不规则时，比如不连续，解的分布性便会收到影响。 2）STM的配对模型复杂度太高。每个子问题要排序所有解 ，每个解要排序所有子问题，复杂度O(NM log M)太高。 ...

标 题：矩阵分解在生物信息网络中的应用 报告人：邴嘉欣 摘 要： 【Kernelized Bayesian matrix factorization with twin kernels】 这个方法的主要思想是要：分别从化学结构数据和基因组数据计算得出两个核函数，然后利用这两个核函数把药物和靶点通过核函数映射到一个共同的子空间（也就是药理学空间），在这个子 ...

标 题：多标签分类问题 & 药物-靶点链接预测问题 报告人：邴嘉欣 摘 要： 【multi-label classification】 针对有些分类问题中，标签间关系和实例间关系没有给定的情况，提出了一种新的PIPL算法，利用异构网络中不同的meta-path，来对标签、实例间的关系进行分类特征提取，再寻找标签-实例间的关系，进行链接预测， ...

标题：基于代理的分解遗传算法（Kriging-assisted Reference Vector Guided Evolutionary Algorithm） 报告人：陈聪 摘要：在多目标优化遗传算法中，我们要将决策空间的X值，通过对应的目标函数f(x),映射到目标空间,从而利用f(x)值得好换选择我们需要的x。但是，目标函数往往相当复杂（特别是在实际问题中，如空气动力学 ...

摘要：过去数十年间，社交网络和信息网络的数量日益增长，对于各类网络的研究也在不断发展。我们知道，在这些网络中，除了节点间的链接关系，通常还包含诸如节点属性之类的其他内容信息，这些信息通常以很高的维度储存，若直接应用，由于信息繁杂，在解决机器学习的问题时一般无法得到较好的结果（例如社区检测问题和链接预 ...

标题：在大规模异构网络中的原路径检测（Discovering Meta-Paths in Large Heterogeneous Information Networks） 报告人：张璇 摘要：异构网络实际上是一个图模型，图模型由点和边组成。图中的点和边都有自己的类标签（如，在社交网络中，主要节点是人，那么人就是图中点的类标签；主要边是好友关系，那么好友关系就是边的 ...

标题：有向人类PPIN的可控性分析和识别疾病基因及药靶 摘要：PPIN对于细胞信息处理和决策是至关重要的。随着稳定输入，PPIN驱使细胞成多种功能性结果，如细胞增殖或细胞死亡。本文描述了一个包含6339蛋白和34813互作的有向人类PPIN的结构可控性。根据网络中特定蛋白的移除后对应网络中驱动节点个数的增加、不变以及减少， ...

标题：张谋钊-2016.6.13组会-并行多目标进化算法 摘要（简介）： 1. 多目标进化算法：NSGA-ii 2. 目标函数：最大简约法、最大似然法 3. 用距离法(BIONJ)配合交叉和变异产生新个体 （1）交叉变异针对于距离矩阵，产生的距离矩阵由BIONJ进行生成该距离矩阵对应的进化树。 （2）交叉算子：对于选定的两个父代矩阵，每 ...

标题：基于分层泊松分解的可扩展推荐算法（Scalable Recommendation with Hierarchical Poisson Factorization） 摘要：推荐系统是现代网络中至关重要的一个环节，它根据用户历史行为数据对未产生过行为的商品进行预测。本文提出了一个基于用户隐式反馈的分层泊松分解（Hierarchical Poisson Factorization，HPF）算法，认 ...

标题：基于边界点的多目标进化算法策略 摘要： 在2至3维目标优化情况下，遗传算法在收敛性和多样性方面已经做的很好了，但是在高维目标优化问题下，主要出现的两个问题使遗传算法效率低下，这两个问题是：（1）选择压力低下（2）维数灾难使求解的目标空间太大。 本文的主要工作如下： 第一阶段：利用分类向 ...

标题: 一种基于网络的全基因组关联分析的方法 分享人: 林伟 摘要: 通过增加基因表达数据以及提出一种基于网络的分析方法来更好地解决由基因型到表型间的关联分析; 在所构建的网络中, 点由基因型数据(SNP), 基因表达数据以及表型数据构成; 而其中的边权重大小则表示点之间关联的可靠性。 基因型到表型所经过的所有边构 ...