{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,6,14]]，“日期-时间”：“2024-06-14T07:17:53Z”，“时间戳”：1718349473450}，“引用-计数”：46，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{:“日期-零件”：[[2023,1,1]]，“时间”：”2023-01-01T00:00Z“，”timestamp“：1672531200000}，”content-version“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https:\\/www.else vier.com/legal\/tdmrep-license“}，{”开始“：{”日期部分“：[2023,1,1]]，”日期时间“：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-017”}，{“start”：{“date-parts”：[2023,1]]，“date-time”：“2023-1-01T00:00Z”，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”用法：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\\/doi.org\/10.15223\/policy-012”}，{“start”：{《date-part》：[[2023,1,1]]，version“：”stm-asf“，”delay-in-days“：0，”URL“：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2023,1,1]]，“date-time”：“2023-01-01T00:00:00Z”，“timestamp”：1672531200000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“http:\/\/doi.org\/10.15223\/policy-004”}]，“funder”：[{“doi”：“10.13039\/50110000”1809”，“name”：“国家自然科学基金”，“doi-asserted-by”：“publisher”，“award”：[“61977013”]}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Applied Soft Computing“]，”published-print“：{”date-parts“：[2023,1]}，”doi“：”10.1016\/j.asoc.2022.1098994“，”type“：”journal-article“，”created“：{”日期部分“：[2022,11,30]]，“date-time”：“2022-11-30T16:31:51Z”，“timestamp”：1669825911000}，“page”：“109894”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：17，“title”：[“用于顺序推荐的基于时间感知的自我注意的神经网络模型”]，“前缀”：“10.1016”，“卷”：“133”，“作者”：[{“given”：“Yihu”，“family”：“Zhang”，“sequence”：“first”，“affiliation”：[]}，{“ORCID”：“http://\/ORCID.org\/0000-0003-0805-7928”，“authenticated-ORCID”：false，“given”：”Bo“，”family“：”Yang“，”sequence“：”additional“，”affiliance“：[]neneneep，{”given“：”Haodong“，“faily”：”Liu“sequery”：“additional”，“ability”：[]}，“giving”：“Dongsheng”，“family”：“Li”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：“10.1016\/j.asoc.2022.109894_b1”，“doi-asserted-by”：“crossref”，“unstructured”：“j.Li，Y.Wang，j.McAuley，时序推荐的时间间隔感知自我关注，摘自：第13届ACM网络搜索和数据挖掘国际会议（WSDM）论文集，2020年，第322\u2013330页。“，”DOI“：”10.1145 \/3336191.3371786“}，{“key”：“10.1016 \/j.asoc.2022.109894_52”，“DOI-asserted-by”：“crossref”，“unstructured”：“S.Wang，L.Hu，Y.Wang，L.Cao，Q.Z.Sheng，M。Orgun，序贯推荐系统：挑战、进展和前景，收录于：第28届国际人工智能联合会议（IJCAI），2019年，第6332\u20136338页article-title“：”课程推荐的上下文软件强化学习“，”作者“：”林“，”年份“：”2022“，”杂志标题“：”应用“。软计算。“}，{”key“：”10.1016\/j.asoc.2022.109894_b4“，”article-title“：”top-N建议的内存选通因式分解机“，”volume“：“201”，”author“：”Yang“，”year“：”2020“，”journal-title”：“基于知识的系统”}“，”{“key”：“10.1016\\j.asoc.2022.109994_b5”，“article-title”“：”基于聚类和进化算法的协同过滤推荐虚拟信息核心优化”，“author”：“Mu”，“year”：“2021”，“journal-title”：“Appl。软计算。“}，{”key“：”10.1016\/j.asoc.2022.109894_b6“，”article-title“：”GCRec：“下一项推荐的图形增强胶囊网络“，”author“：”Wu“，”year“：”2022“，”journal-title”：“IEEE Trans.Neural Netw.Learn.Syst.”}，“key”：“10.1016\/j.asoc.2022.10894_b7”，“doi-asserted-by”：“crossref”，“doi”：“1016\/j.knosysts.2021.1073”75“，”文章标题“：”GFE：可解释顺序推荐的一般知识增强框架”，“卷”：“230”，“作者”：“杨”，“年份”：“2021年”，“新闻标题”：“知道”-基于系统。“}，{”key“：”10.1016\/j.asoc.2022.109894_b8“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.knosys.2022.109246“，”article-title“：”session-based recommendation的类别感知多关系异构图神经网络“，”volume“：“251”，”author“：”Xu“，”year“：”2022“，”journal-title”：“Knowl.-based Syst.”}，”{“key”：“10.1016\\j.asoc。2022.109894_b9“，”doi由“：”crossref“，”非结构化“断言：”L.Yu，C.Zhang，S.Liang，X.Zhang，顺序推荐的多阶注意力排序模型，在：第33届人工智能大会论文集，2019，第5709\u20135716页。“，”doi“：”10.1609\/aai.v33i01.33015709“}，｛”key“：”10.1016\/j.asoc.2022.19894_b10“，”doi-asserted-by“：”crossref“，”first page“：”262“，”doi“：”10.1016\/j.neucom.2021.02.037“，”article-title“：”视觉内容增强的功能级关注顺序推荐“，”volume“：“443”，“author”：“Qu”，“year”：“2021”，“journal-title”：“Neurocomputing”}，{“key”：“10.1016\/j.asoc.2022.109894_b11”，“doi-assert-by”：“crossref.”，“unstructured”：“”美国。Rendle，C.Freudenthaler，L.Schmidt-Thieme，为next-basket建议分解个性化马尔可夫链，摘自：《第19届万维网国际会议论文集》（WWW），2010年，第811\u2013820页。“DOI”：“10.1145\/1772690.1772773”}，{“key”：“101016\/j.asoc.2022.109894_b12”，“DOI-asserted-by”：“crossref”，“unstructured”：“R.He，j。McAuley，《将相似性模型与马尔可夫链融合用于稀疏序列推荐》，载于：《第16届IEEE国际数据挖掘会议（ICDM）论文集》，2016年，第191\u2013200页。“，“DOI”：“10.1109\/ICDM.2016.0030”}，{“key”：“101016\/j.asoc.2022.109894_b13”，“DOI-asserted-by”：“crossref”，“unstructured”：“R.He，W.C.Kang，j。McAuley，基于翻译的建议，载于：《第十一届ACM推荐系统会议论文集》（RecSys），2017年，第161\u2013169页。“，”DOI“：”10.1145\/31099859.3109882“}，{“key”：“10.1016\/j.asoc.2022.109894_b14”，“DOI-asserted-by”：“crossref”，“unstructured”：“W.C.Kang，j。McAuley，Self-adentive sequential recommendation，in：Proceedings of the 18th IEEE International Conference on Data Mining（ICDM），2018，pp.197\u2013206.“，”DOI“：”10.1109\/ICDM.2018.00035“}，{“key”：“10.1016\/j.asoc.2022.109894_b15”，“DOI-asserted-by”：“crossref”，“unstructured”：“B.Hidasi，A。Karatzoglou，基于会话的建议具有top-k增益的递归神经网络，收录于：第27届ACM信息和知识管理国际会议（CIKM），2018年，第843\u2013852页“，“DOI”：“10.1145\/3269206.3271761”}，{“key”：“101016\/j.asoc.2022.109894_b16”，“series-title”：“基于会话的递归神经网络推荐”，“作者”：“Hidasi”，“年份”：“2015”}，{“密钥”：“10.1016\/j.asoc.2022.19894_b17”，“非结构化”：“A.Vaswani，N.Shazeer，N.Parmar，j.Uszkoreit，L.Jones，A.N.Gomez，\u0141。Kaiser，I.Polosukhin，《注意力是你所需要的一切》，摘自：《第31届神经信息处理系统年会论文集》，2017年，第5998\u20136008页。“}，{“关键”：“10.1016\/j.asoc.2022.109894_b18”，“首页”：“241”，“文章标题”：“基于BERT的单文档提取摘要模型”，“卷”：“31”，“作者”：“刘”，“年份”：“2020年”，“新闻标题”：“J.Compute。“}，{”key“：”10.1016\/j.asoc.2022.109894_b19“，”doi-asserted-by“：”crossref“，”unstructured“：”Z.Liu，Y.Lin，Y.Cao，H.Hu，Y.Wei，Z.Z.Zhang，S.Lin，B.Guo，Swin transformer:Hierarchical vision transformer using shift windows，in：《第18届IEEE国际计算机视觉会议论文集》，2021年，第9992\u201310002页。“，”doi“：”10.1109\/ICCV48922.2021.00986“}，{“key”：“10.1016\/j.asoc.2022.109894_b20”，“doi-asserted-by”：“crossref”，“unstructured”：“T.Zhang，P.Zhao，Y.Liu，V.S.Sheng，j.Xu，D.Wang，G.Liu，X。周，特征级深度自我关注连续推荐网络，载：《第28届国际人工智能联合会议论文集》，2019年，第4320\u20134326页。“，“DOI”：“10.24963\/IJCAI.2019\/600”}，{“key”：“10.1016\/j.asoc.2022.109894_b21”，“DOI-asserted-by”：“crossref”，“unstructured”：“G.de \u00a0Souza Pereira\u00a 0Moreira，S.Rabi，J.M.Lee，R.Ak，E.Oldridge，Transformers4Rec:弥合NLP和基于会话的推荐之间的差距，收录于：《第十五届ACM推荐系统会议论文集》（RecSys），2021年，第143\u2013153页doi-asserted-by“：”crossref“，”unstructured“：”J.Tang，K.Wang，《通过卷积序列嵌入的个性化top-n序列推荐》，载于：《第十一届ACM网络搜索与数据挖掘国际会议论文集》，2018年，第565\u2013573页。“”，“doi”：“10.1145\/3159652.3159656”}，{“key”：“101016\/J.asoc.2022.109894_b23”，“doi-asserted-by“：”crossref“，”unstructured“：”H.Zhu，X.Li，P.Zhang，G.Li，J.He，H.Li和K.Gai，《学习推荐系统的基于树的深度模型》，摘自：《第24届ACM SIGKDD国际知识发现和数据挖掘会议论文集》，2018，pp.1079\u20131088。“，”doi“10.1145\/3219819.3219826”}，{“key”：“10.1016\/j.asoc.2022.109894_b24“，“doi-asserted-by”：“crossref”，“unstructured”：“j.Wu，R.Cai，H.Wang，D\u00e9j\u00e 0 vu:顺序推荐的上下文化时间注意机制，载于：《第29届万维网会议论文集》，2020年，第2199\u20132209页。”，“doi”：“10.1145\/3366423.380285”}，{“key”：“10.1016\/j.asoc.2022.109894_b25“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\\j.knosys.2021.107251“，”article-title“：”推荐系统基于多图的协同过滤的动态演化“，”volume“：”228“，”author“：”Tang“，”year“：”2021“，“journal-title”：“Knowl”-基于系统。“｝，｛”key“：”10.1016\/j.asoc.2022.109894_b26“，”doi断言“：”crossref“，”doi“：”10.1016\/j.knosys.20211.107194“，”文章标题“：”ADCF:专注表示学习和深度协作过滤模型“，”卷“：”227“，”作者“：”王“，”年份“：”2021“，”期刊标题“：”基于知识的系统“｝，｛”key“：”10.1016\/j.asoc.2022.109894_b27“，”doi-asserted-by“：”crossref“，”unstructured“：”X.Chen，H.Xu，Y.Zhang，J.Tang，Y.Cao，Z.Qin，H.Zha，用户记忆网络的顺序推荐，载于：《第十一届ACM网络搜索与数据挖掘国际会议论文集》，2018年，第108\u2013116页。“，doi”：“10.1145\/3159652.3159668”}，{“key”：“10.1016\/j.asoc.2022.109894_b28“，”doi-asserted-by“：”crossref“，”unstructured“：”F.Garcin，C.Dimitrakakis，B.Faltings，带上下文树的个性化新闻推荐，收录于：《第七届ACM推荐系统会议论文集》（RecSys），2013年，第105\u2013112页。“，”doi“：”10.1145\/2507157.2507166“}，{“key”：“10.1016//j.asoc.2022.109594_b29”，“”doi-asserted-by“：”crossref“，”unstructured“：”R.He，C.Fang，Z.Wang，J.McAuley，Vista：艺术推荐的视觉、社交和时间软件模型，摘自：《第十届ACM推荐系统会议论文集》（RecSys），2016年，第309\u2013316页。“，”doi“：”10.1145\/2959100.2959152“}，{“key”：“10.1016\/J.asoc.2022.109894_b30”，“”doi-asserted-by“：”crossref“，”unstructured“：”M.Quadrana，A.Karatzoglou，B.Hidasi，P.Cremonesi，用层次递归神经网络对基于会话的建议进行个性化，收录于：《第十一届ACM推荐系统会议论文集》（RecSys），2017年，第130\u2013137页。“，”doi“：”10.1145\/310959.3109896“}，{“key”：“10.1016\/j.asoc.2022.109894_b31“，”doi-asserted-by“：”crossref“，”unstructured“：”A.Beutel，P.Covington，S.Jain，C.Xu，j.Li，V.Gatto，E.H.Chi，《潜在交叉：在重复推荐系统中使用上下文》，摘自：《第十一届ACM网络搜索和数据挖掘国际会议论文集》，2018年，第46\u201354页。“，”doi“：”10.1145\/3159652.3159727“}，{“key”：“10.1016\/j.asoc.2022.109894_b32”，“doi-asserted-by”：“crossref”，“unstructured”：“L.Wu，S.Li，C.-j.Hsieh，j.Sharpnack，SSE-PT：通过个性化变压器的顺序推荐，in：第十四届ACM推荐系统会议论文集（RecSys），2020，pp.328\u2013337。”，“doi”：“10.1145\/3383313.412258“}，{“key”：“10.1016\/j.asoc.2022.109894_b33”，“doi-asserted-by”：“crossref”，“unstructured”：“S.Wang，L.Hu，L.Cao，X.Huang，D.Lian，W.Liu，下一项建议的基于注意的事务上下文嵌入，载于：第32届AAAI人工智能会议（AAAI），2018年，第2532\u20132539页。”，“DOI“：”10.1609\/aaai.v32i1.11851“}，{“key”：“10.1016\/j.asoc.2022.109894_b34”，“DOI-asserted-by”：“crossref”，“first page”：”141“，“DOI”：“101016\/j.neucom.2019.04.073”，“article-title”：“基于层次上下文注意的顺序推荐网络”，“volume”：：“358”，“author”：“Cui”，“year”：“2019”，“journal-title“：”Neurocomputing“}”，{“键”：“10.1016\/j.asoc.2022.109894_b35“，”doi-asserted-by“：”crossref“，”unstructured“：”X.Chen，D.Liu，C.Lei，R.Li，Z.-j.Zha，Z.Xiong，BERT4SessRec:基于内容的视频相关预测，使用变压器的双向编码器表示，摘自：《第27届ACM国际多媒体会议论文集》，2019年，第2597\u20132601页。“，”DOI“：”10.1145\/3343031.3356051“}，{“key”：“10.1016\/j.asoc.2022.109894_b36”，“DOI-asserted-by”：“crossref”，“unstructured”：“Y.Zhang，P.Zhao，Y.Guan，L.Chen，K.Bian，L.Song，B.Cui，X。Li，基于会话的双向变压器推荐偏好识别掩码，摘自：《2020-2020 IEEE声学、语音和信号处理国际会议论文集》，2020年，第3412\u20133416页。“，“DOI”：“10.1109\/ICASSP40776.200.9054639”}，{“key”：“101016\/j.asoc.2022.109894_b37”，“DOI-asserted-by”：“crossref”非结构化“：”P.Shaw，J.Uszkoreit，A.Vaswani，《相对位置表征的自我关注》，摘自：2018年计算语言学协会北美分会论文集：人类语言技术（NAACL-HLT），2018年。“，”DOI“：”10.18653\/v1\/N18-2074“}，{“key”：“10.1016\/J.asoc.2022.109894_b38”，“DOI-asserted-by”：“crossref“，”unstructured“：”K.He，X.Zhang，S.Ren，J.Sun，图像识别的深度剩余学习，in：第38届IEEE计算机视觉和模式识别会议论文集，2016年，第770\u2013778页。“，”DOI“：”10.1109\/CVPR.2016.90“}，{“key”：“10.1016\/J.asoc.2022.109894_b39”，“unstructure”：“J.Xu，X.Sun，Z.Zhan，G.Zhao，J。Lin，理解和改进层规范化，摘自：《第三十三届神经信息处理系统会议论文集》，2019年，第4381\u20134391页。“}，{”关键“：”10.1016\/j.asoc.2022.109894_b40“，”首页“：”1929“，”文章标题“：”辍学：防止神经网络过度拟合的简单方法“，”卷“：”15“，”作者“：”Srivastava”，“年份”：“2014年”，“新闻标题”：“J.Mach。学习。Res.“}，{”key“：”10.1016\/j.asoc.2022.109894_b41“，”unstructured“：”D.P.Kingma，j.Ba，Adam:A Method for Stochamic Optimization，in：Proceedings of the 3rd International Conference on Learning Representations（ICLR），2015“}”，{“key”：“10.1016\\j.asoc.2022.109594_b42”，“unstructure”：“X.S.Huang，F.Perez，j.Bar，M.”。Volkovs，《通过更好的初始化改进变压器优化》，载于：第37届国际机器学习会议论文集，2020年，第4475\u20134483页。“}，{“key”：“10.1016\/j.asoc.2022.109894_b43”，“unstructured”：“S.Feng，X.Li，Y.Zeng，G.Cong，Y.M.Chee，Q。袁，下一个新POI建议的个性化排名指标嵌入，载于：《第24届国际人工智能联合会议（IJCAI）会议记录》，2015年，第2069\u20132075页。“}，{“key”：“10.1016\/j.asoc.2022.109894_b44”，“doi-asserted-by”：“crossref”，“unstructured”：“P.Wang，j.Guo，Y.Lan，j.Xu，S.Wan，X。Cheng，Learning hierarchical representation model for nextbasket recommendation，in：Proceedings of the 38 International ACM SIGIR Conference on Research and Development in Information Retrieval（SIGIR），2015，pp.403\u2013412.“，”DOI“：”10.1145\/2766462.2767694“}，{“key”：“10.1016\/j.asoc.2022.109894_b45”，“series-title”：“通过防止特征检测器的协同自适应来改进神经网络”，“作者”：“Hinton”，“年份”：“2012”}，{“密钥”：“10.1016\/j.asoc.2022.19894_b46”，“第一页”：“2579”，“文章标题”：“使用t-SNE可视化数据”，“卷”：“9”，“作者”：“Van \u00a0der Maaten”，“年份”：“2008”，“期刊标题”：“j.Mach.Learn.Res.”}]，“容器标题”：[”应用软件计算“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S1568494622009437？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{”URL“：”http://api.elsevier.com/content\/aarticle\/PII:S156 8494622009437？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,5,25]]，“date-time”：“2024-05-25T03:37:16Z”，“timestamp”：1716608236000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com//retrieve\/pii\/S156848 94622009437“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[2023,1]]}，”references-count“：46，”alternative-id“：[”S1568494622009437“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.asoc.2022.109894“，”relationship“：{}，“ISSN”：[“1568-4946”]，“ISSN-type”：[{“value”：“1568-49”，“type”:“print”}]，“subject”：[]，“published”：{“date-parts”：[[2023,1]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”一个基于时间感知的自我注意的连续推荐神经网络模型“，”name“：”articletite“，”标签“：”article Title“}”，{“value”：“Applied Soft Computing”，“name”：“journalttle”，“label”：“Journal Title”}，“value“:”https:\/\/doi.org\/101016\/j.asoc.2022.1098994“，”name:“”articlelink“，”label“：”CrossRef DOI link to publisher maintained version“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“value”：“\u00a9 2022 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“109894”}}