Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
SlideShare a Scribd company logo

Movies&demographics

•
•
jins0618
jins0618

The document discusses obtaining failure data from large-scale systems, which is often sensitive. It mentions datasets from the late 1980s and early 1990s. It distinguishes between preventive and repair actions. Obtaining failure data is becoming a larger problem as systems increase in size. The document lists several research papers related to recommender systems and natural language processing.

1 of 3
Unfortunately, obtaining access to failure data from modern, large-scale systems is difficult, since such data is often perceived to be sensitive. Many of the .... stem form the late 1980s and early 1990s, when ..... Overview of [dataset]。 作为样本数据的标题。 Fig. x shows a representative example for each shape We distinguish between preventive actions and repair actions. 将两个概念分离出来 is becoming an ever larger problem as .... 《A Personalized Recommender System Based on Users’ Information In  Folksonomies》 用了MovieLens数据，并提到了gender 和 profession。 《Learning user preferences using evolution》 一种profile generator 方法， 《A Privacy-Protecting Architecture for Collaborative Filtering》 展示了某些人口统计信息。 《Modeling Location-Based User Rating Profiles for Personalized Recommendation》 有用到MovieLens中用户的zip位置数据，查一下怎么用的。 《Learning fuzzy user profiles for resource recommendation》 也有用MovieLens中的user profile数据。 《Iterative trust and reputation management using belief propagation》 用到belief propagation算法，学习一下 《Who predicts Better? – Results from an Online Study Comparing Humans and an Online Recommender System》 也有用到user profile数据。 CBOW给定context，预测该context下的单词w。把context看成是购买经历，把w看成对购买者的抽象。而 Skip-gram是给定w来预测context。 《Multi-label learning by exploiting label dependency》 view classification as an extreme case of nonlinear regression: 《You Are Where You Go》 In this paper, we investigate the predictive power of location check-ins for inferring users’ demographics and propose a simple yet general location to profile (L2P) framework. More specifically, we 《A Neural Probabilistic Language Model》
Figure 1中有shared papameters across xxx. 我们的模型里的W矩阵也是shared parameter。 empirical distribution 《A maximum entropy approach to natural language processing》 the empirical distribution tilde{p} is clear from context. 《A Gaussian Prior for Smoothing Maximum Entropy Models》 the empirical distribution tilde{p} given by the training data 《Inferring user demographics and social strategies in mobile social networks》 we use the heat map to visualizes Figure x confirms that ..... by highlighted red areas. we notice that there are highlighted areas corresponding to .... the color of cross-generation areas that extends from green to yellow indicates that on average xxx. we observe a highlighted red area between people aged.... 比较一下 softmax（来自《A Neural Probabilistic Language Model》，P6最后一行） 和 log-bilinear （《Your Cart tells You xxxx》，公式1） 2-class和4-class统一为task，而不是 problem。 抽样的符号化表示。 很可能，multi-task的研究也可以作为一个方向《Multi-Task Metric Learning on Network Data》 《Distributed Representations of Words and Phrases and their Compositionality》NCE posits that a good model should be able to differentiate data from noise by means of logistic regression. a  a  a 以看书数量为横轴度量，比较算法的效果（参看《Demographic Prediction Based on User 's Browsing Behaviors》Figure 5） 以 《Extraction and Use of Opinion Words for Three-Way Review Classification Task》 介绍如何点评数据判断态度的。里面有提到评价者的style并根据这个style来微调该用户的一些参数，这个style是否与user demographic有关并且可以被拿来 做预测。n, in that paper the difference between evaluation styles of various people was indicated 《Learning Word Vectors for Sentiment Analysis》
鉴于unsupervised vector-based approaches不能捕获sentiment information的特点，提出了一个有混合unsupervised和supervised的方法去学习能够捕 获sentiment information的词向量。是否可以借鉴能够捕获demographic的词向量（把user看成是document，所看电影看成是word）。 《A Primer on Neural Network Models for Natural Language Processing》 看能否借鉴一下

More Related Content

Movies&demographics