directions专题
【综述+自动流量分析A】New Directions in Automated Traffic Analysis
文章目录 论文简介摘要存在的问题论文贡献1. 整体架构2. nPrint3. nPrintML4. 任务 总结论文内容工具数据集可读的引用文献笔记参考文献 论文简介 原文题目：New Directions in Automated Traffic Analysis 中文题目：自动流量分析的新方向 发表会议：CCS '21: 2021 ACM SIGSAC Conferenc
【论文笔记】Graph Neural Networks for Recommender Systems: Challenges, Methods, and Directions
文章链接：https://arxiv.org/pdf/2109.12843.pdf 本文是清华李勇和中科大何向南组最新的推荐中GNN综述 推荐系统的发展历程 浅层模型 早期的推荐模型主要通过计算交互的相似度来捕获协同信号，之后随着Netflix比赛中矩阵分解模型的大放异彩，推荐系统被转化为表示学习问题。 神经网络模型 浅层的模型不足以建模复杂的用户行为和大量数据输入，以神经协同过滤N