{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2024,3,14]]，“日期时间”：“2024-03-14T00:30:55Z”，“时间戳”：1710376255630}，“出版商位置”：“查姆”，“参考计数”：17，“出版者”：“斯普林格国际出版”，“isbn-type”：[{“值”：“9783031059803”，“类型”：”打印“}，{“值”：“9783031059810”，“type”：“electronic”｝]，“license”：[｛“start”：｛“date parts”：[[2022,1,1]]，“date time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000｝，“content version”：“tdm”，“delay in days”：0，“URL”：“https://\\www.springer.com\/tdm”｝，｛“start”：｛“date parts”：[[2022,1,1]]，“date time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000｝，“content版本”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/www.springer.com\/tdm”}，{“start”：{“date-parts”：[2022,1,1]]，“date-time”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000}，“content-version”：“tdm”，“delay-in-days“：0，”URL“https:\\/www.splingernature.com\/gp\/researters\/text-and-data-mining”}rts“：[2022,1,1]]，“日期时间”：“2022-01-01T00:00:00Z”，“timestamp”：1640995200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\\/www.springernature.com//gp\/researters\/text-and-data-mining”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2022]}”，“DOI”：“10.1007\/978-3-031-05981-0_23“，”类型“：“book-chapter”，“created”：{“date-parts”：[[2022,5,9]]，“date-time”：“2022-05-09T12:02:50Z”，“timestamp”：1652097770000}，“page”：“288-300”，“update-policy”：”http://\/dx.doi.org\/10.10007\/springer_crossmark_policy“，”source“Crossref”，“is-referenced-by-count”：0，“title”：[“u00a0顺序推荐的多通道正交分解注意网络”]，“前缀”：“10.1007”，“作者”：[{“给定”：“贾”，“家族”：“郭”，”序列“：“第一”，“从属关系”：[]}，{“已知”：“文迪”，“家庭”：“吉”，“序列”：“附加”，“隶属关系”：[]}“”：“小玲”，“家庭”：“王”，“序列”：“附加”，“从属关系”：[]}]，“成员”：“297”，“在线发布”：{“日期-部分”：[2022,5,10]}，“引用”：[{“键”：“23_CR1”，“doi-asserted-by”：“crossref”，”非结构化“：”蔡，R.，Wu，J.，San，A.，王，C.，Wang，H.：支持类别的协作序列推荐。收录：SIGIR，第388\u2013397页（2021）“”，“DOI”：“10.1145\/3404835.3462832”}，{“key”：“23_CR2”，“unstructured”：“Chung，J.，Gulcehre，C.，Cho，K.，Bengio，Y.：门控递归神经网络对序列建模的实证评估。arXiv预印本arXiv:1412.3555（2014）”}，“DOI”：“10.1007\/978-3-030-19274-7_47”，“volume-title”：“Web Engineering”，“author”：“H Fang”，“year”：“2019”，“unstructured”：“Fang，H.，Guo，G.，Zhang，D.，Shu，Y.：基于深度学习的顺序推荐系统：概念、算法和评估。In:Bakaev，M.，Frasincar，F.，Ko，I.-Y.（eds.）ICWE 2019。LNCS，第11496卷，第574\u2013577页。施普林格，查姆（2019）。https:\/\/doi.org\/10.1007\/978-3-030-19274-7_47“}，{“key”：“23_CR4”，“doi-asserted-by”：“crossref”，“unstructured”：“He，Q.，et al.：通过顺序查询预测推荐Web查询。In:ICDE，pp.1443\u20131454。IEEE（2009）”，“DOI”：“10.1109\/ICDE.2009.71”}，｛“key”：“23_CR5”，“DOI断言”：“crossref”，“非结构化”：“Hidasi，B.，Karatzoglou，A.：基于会话的推荐具有前k增益的递归神经网络。在：CIKM，pp.843\u2013852（2018）”，“DOI”：“10.1145\/3269206.3271761”}，｛“key”：“23_CR6”，“非结构化”：“Hidasi，B.、Karatzoglou，A.、Baltrunas，L.、Tikk，D.：基于会话的递归神经网络推荐。arXiv预印本arXiv:1511.06939（2015）“}，{“key”：“23_CR7”，“doi-asserted-by”：“crossref”，“unstructured”：“Kang，W.C.，McAuley，J.：自我关注的顺序推荐。摘自：ICDM，第197\u2013206页。IEEE（2018）“，”DOI“：”10.1109\/ICDM.2018.00035“}，{”key“：”23_CR8“，”DOI-asserted-by“：”crossref“，”unstructured“：”Krichene，W.，Rendle，S.：关于项目建议的抽样指标。摘自：KDD，pp.1748\u20131757（2020）“，“DOI”：“10.1145\/3394486.3403226”}，“key”：“23_CR9”，“DOI-assert-by”：”cross-ref“，“unstructure”：“”Lei，C.，Ji，S.，Li，Z.：TiSSA：一种用于建模连续用户行为的时间片自我关注方法。收录于：WWW，pp.2964\u20132970（2019）“，“DOI”：“10.1145\/3308558.3313495”}，{“key”：“23_CR10”，“DOI-asserted-by”：“crossref”，“unstructured”：“Li，C.，Niu，X.，Luo，X.Chen，Z.，Quan，C.：一个用于顺序推荐的回顾驱动神经模型。arXiv预印本arXiv:1907.00590（2019：“23_CR11”，“DOI-asserted-by”：“crossref”，“非结构化”：“Liu，C.，Li，X.，Cai，G.，Dong，Z.，Zu，H.，Shang，L.：序贯推荐中侧面信息融合的非侵入性自我注意。在：AAAI，pp.4249\u20134256（2021）“，“DOI”：“10.1609\/AAAI.v35i5.16549”}，{“key”：“23_CR12”，“DOI-asserted-by”：“crossref”，“unstructured”：“Rendle，S.，Freudenthaler，C.，Schmidt-Thieme，L.：下一个银行建议的个性化马尔可夫链分解。在：WWW，pp.811\u2013820（2010）“，”DOI“：”10.1145\/1772690.1772773“}，”{“key”：“23_CR13”，“doi-asserted-by“：”crossref“，”unstructured“：”Sun，F.，et al.：BERT4Rec：使用来自transformer的双向编码器表示的顺序建议。其中：CIKM，pp.1441\u20131450（2019）“，“DOI”：“10.1145\/3357384.3357895”}，{“key”：“23_CR14”，“DOI-asserted-by”：“crossref”，“unstructured”：“Tang，J.，Wang，K.：通过卷积序列嵌入的个性化top-n序列推荐。In:WSDM，pp.565\u2013573（2018）”，“DOI:“10.1145\/3159652.3159656”}瓦斯瓦尼（Vaswani，A.）等人：注意力是你所需要的。单位：NIPS。pp.5998\u20136008（2017）“}，{“key”：“23_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Zhang，T.，et al.：序列推荐的特征级深度自关注网络。In:IJCAI，pp.4320\u20134326（2019）”，“doi”：“10.24963\/IJCAI.2019\/600”}，}“key:”23_CR17“非结构化”：“Zhao，W.X.，et al.：RecBole：实现推荐算法的统一、全面和高效框架。arXiv预打印arXiv:2011.01731（2020）“}]，“container-title”：[“知识发现和数据挖掘的进展”，“计算机科学课堂讲稿”]，“原始标题”：[]，“链接”：[{“URL”：“https:\/\/link.springer.com\/content\/pdf\/10.1007\/978-3-0531-05981-0_23”，“content-type”：“未指定”，“内容版本”：“vor”，“intended-application”：“”相似性检查“}”，“存放”：{“日期部分”：[[2024,3,13]]，“日期时间”：“2024-03-13T13:40:47Z”，“时间戳”：1710337247000}，“分数”：1，“资源”：{“主要”：}“URL”：“https:\/\/link.springer.com\/10.1007\/978-3-05981-0_23”}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2022]，“ISBN”：[“9783031059803”，“97830.31059810”]，“references count“：17，”URL“：”http:\/\/dx.doi.org/10.1007\/978-3-031-05981-0_23“，”relationship“：｛｝，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN type“：[｛”value“：”0302-9743“，”type“：”print“｝，”value“：”1611-3349“，”type“：”electronic“｝]，”subject“：[]，”published“：｛”date parts“：[[2022]]｝，”assertion“：[｛”value“：”2022年5月10日“，”order“：1，”name“：”first_online“，”label“：”First Online”，“group”：{“name”：“ChapterHistory”，“label”：“章节历史”}}，{“value”：“PAKDD”，“order”：1，“name”:“conference_acrombit”，“标签”：“conference-Acromnim”，“group”：{-“name”∶“ConferenceInfo”，“table”：“会议信息”}}}会议名称“，”组“：{“Name”：“ConferenceInfo”，“label”：“conferenceInformation”}}，{“value”：“成都”，“order”：3，“Name”:“Conference_city”，“标签”：“会议城市”，“group”：ConferenceInfo“，”label“：”ConferenceInformation“}}，{”value“：”2022“，”order“：5，”name“：”Conference_year“，”标签“：”会议年份“，”group“：会议信息“}}，{“value”：“2022年5月19日”，“order”：8，“name”：“Conference_end_date”，“label”：“Conference end date”，“group”：{“名称”：“会议信息”，“标签”：“会务信息”}}、{“值”：“26”，“订单”：9、“name”:“Conference_number”、“label“：”会议编号“，”group“：{”name“：”ConferenceInfo“，”label““：”“会议信息“”pakdd2022“，”order“：10，”name“：”conference_id“，”label“：”会议id“，”group“：双盲“，”顺序“：1，”名称“：”type“，”label“：”type“，”group“：”{“name”：“ConfEventPeerReviewInformation”，“label”：“Peer Review Information（由会议组织者提供同行评审信息（由会议组织者提供）“}}，{“value”：“558”，“order”：3，“name”：“number_of_submissions_sent_for_Review”，“label”：“发送供评审的提交数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“table”：“同行评审信息”（由会议主办方提供）number_of_full_papers_accepted“，”label“：”接受的全文数“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行评审信息（由会议组织者提供）“}}，{”value“：”0“，”order“：5，”name“:”number_ of_short_papers_Accepteded“，”table“：”已接受的短文数“，“group”：{“name”：“”ConfEventPeerReviewInformation“，”label“：”同行评审信息（由会议组织者提供）“}}，{”value“：”22%-该值由等式“接受的全文数”/“发送供评审的提交数*100”计算，然后四舍五入为整数。“，”order“：6，”name“：”acceptance_rate_of_Full_Papers“，”标签“：”全文接受率“，”group“：{”name“：”ConfEventPeerReviewInformation“，”label“：”Peer Review Information（由会议组织者提供）“}}，{”value“：”3.75“，”order“：7，”name“:”average_number_of_reviews_per_paper“，”标签“：”每篇论文的平均评论数“，”group“：同行评议信息（由会议组织者提供）“}}，{“value”：“6.45”，“order”：8，“name”：“average_number_of_papers_per_reviewer”，“label”：“每个审阅者的平均论文数”，“group”：{“name”:“ConfEventPeerReviewInformation”，“tabel”：”同行评议资讯（由会议组织方提供）“{}}”，{（value）：“Yes”，“订单”：9，“name“：”external_reviewers_involved“，”label“：”涉及外部审阅者“，”group“：{”name“：”ConfEventPeerReviewInformation“，”标签“：”同行审阅信息（由会议组织者提供）“}}]}}