• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Cross-Domain Co-Author Recommendation Based on Knowledge Graph Clustering
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
15 мая 2026 г.
Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
14 мая 2026 г.
<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Cross-Domain Co-Author Recommendation Based on Knowledge Graph Clustering

P. 782–795.
Ахмед М. М., Delhibabu R.
Язык: английский
Полный текст
DOI
Текст на другом сайте
Ключевые слова: кластеризациярекомендательные системыclusteringRecommender Systemsknowledge graphsграфы знаний EmbeddingsCross-Domain Researchвекторные представлениямежпредметные исследования
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Разработка математических моделей и методов рекомендательных систем и автоматической обработки текстов (2021)

В книге

Intelligent Information and Database Systems: 13th Asian Conference, ACIIDS 2021, Phuket, Thailand, April 7–10, 2021, Proceedings
Springer, 2021.
Похожие публикации
О задаче построения децентрализованной интеллектуальной транспортной системы на основе протокола RAFT и кластеризации по сетевому расстоянию
Городничев М. Г., Саксонов Е. А., Кулагин В. П. и др., Вестник Рязанского государственного радиотехнического университета, Российская Федерация 2025 № 94 С. 59–67
Статья посвящена разработке и экспериментальной оценке децентрализованной архитектуры интеллектуальной транспортной системы (ИТС), основанной на протоколе консенсуса Raft и методе кластеризации серверов по метрике сетевого расстояния (RTT). Показано, что существующие решения либо требуют ручной конфигурации и централизованной координации, либо не оптимизированы по задержке при географическом распределении узлов, что снижает отказоустойчивость и увеличивает время реакции системы. Предлагается ...
Добавлено: 25 марта 2026 г.
Efficient Incorporation of New Interactions in Graph Recommenders via Folding-In
Юсупов В. А., Sukhorukov N., Фролов Е. П., User Modelling and User-Adapted Interaction 2026 Vol. 36 Article 2
Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...
Добавлено: 15 марта 2026 г.
Efficient Incorporation of New Interactions in Graph Recommenders via Folding-In
Юсупов В. А., Sukhorukov N., Фролов Е. П., User Modeling and User-Adapted Interaction 2025 P. 1–24
Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...
Добавлено: 14 марта 2026 г.
A Clustering Model for Stocks that Considers Hidden Dynamics and Price Trajectory
Morychev G., Сизых Д. С., Сизых Н. В., IEEE Access 2025 Vol. 13 P. 213194–213210
Одним из основных инструментов анализа больших объемов финансовых данных является использование методов и моделей кластеризации, позволяющих выявлять различные закономерности. В данном исследовании рассматривается проблема кластеризации временных рядов, отражающих поведение цен, доходности, мод, трендов и ряда связанных с ними показателей акций. Актуальность и новизна исследования заключаются в предложении оригинальных алгоритмов кластеризации акций, которые представляют собой сочетание ...
Добавлено: 3 февраля 2026 г.
Efficient Incorporation of New Interactions in Graph Recommenders via Folding-In
Юсупов В. А., Sukhorukov N., Фролов Е. П., , in: User Modeling and User-Adapted Interaction.: Springer, 2026. Ch. 36.2 P. 1–24.
Графовые системы рекомендаций стали мощной парадигмой для персонализированных рекомендаций. Однако их зависимость от полного переобучения модели для интеграции новых пользователей или новых взаимодействий создаёт барьеры для масштабирования. В реальных системах рекомендаций эта задача становится невыполнимой из-за чрезмерных затрат времени и ресурсов. Чтобы преодолеть это ограничение, мы предлагаем быстрый и эффективный метод обновления графовых рекомендательных моделей ...
Добавлено: 29 января 2026 г.
An Analysis of Sequential Patterns in Datasets for Evaluation of Sequential Recommendations
Klenitskiy A., Anna Volodkevich, Pembek A. и др., ACM Transactions on Recommender Systems 2026
Добавлено: 28 января 2026 г.
Autoregressive generation strategies for Top-K sequential recommendations
Anna Volodkevich, Danil Gusak, Klenitskiy A. и др., User Modelling and User-Adapted Interaction 2025 No. 35 Article 13
Добавлено: 26 января 2026 г.
Encode Me If You Can: Learning Universal User Representations via Event Sequence Autoencoding
Klenitskiy A., Фаткулин А. А., Denisova D. и др., , in: RecSysChallenge '25: Proceedings of the Recommender Systems Challenge 2025.: Association for Computing Machinery (ACM), 2025. P. 26–30.
Добавлено: 26 января 2026 г.
Benefiting from Negative yet Informative Feedback by Contrasting Opposing Sequential Patterns
Ivanova V., Фролов Е. П., Васильев А. В., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 1142–1147.
Добавлено: 26 января 2026 г.
Let It Go? Not Quite: Addressing Item Cold Start in Sequential Recommendations with Content-Based Initialization
Pembek A., Фаткулин А. А., Klenitskiy A. и др., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 626–631.
Добавлено: 26 января 2026 г.
Flexible Stock Market Algorithm
Рубчинский А. А., Чубарова Д. А., Technology and Investment 2025 Vol. 16 No. 4 P. 211–240
В статье рассматривается один из наиболее известных примеров социально-экономических систем, характеризующихся значительной неопределенностью, — фондовый рынок S&P-500, на котором торгуются акции 500 крупнейших компаний США. Разработан гибкий алгоритм ежедневной торговли. Он основан на известных фиксированных данных о стоимости акций в предыдущие дни, а также на некоторых ранее рассчитанных значениях. Каждый день выбирается один из двух алгоритмов для завтрашней торговли, ...
Добавлено: 19 декабря 2025 г.
32nd SIGKDD Conference on Knowledge Discovery and Data Mining
Association for Computing Machinery (ACM), 2026.
Добавлено: 25 ноября 2025 г.
Blending Sequential Embeddings, Graphs, and Engineered Features: 4th Place Solution in RecSys Challenge 2025
Makeev S., Andreev A., Baikalov V. и др., , in: RecSysChallenge '25: Proceedings of the Recommender Systems Challenge 2025.: Association for Computing Machinery (ACM), 2025. P. 21–25.
Добавлено: 19 ноября 2025 г.
RecSysChallenge '25: Proceedings of the Recommender Systems Challenge 2025
Association for Computing Machinery (ACM), 2025.
Добавлено: 19 ноября 2025 г.
Correcting the LogQ Correction: Revisiting Sampled Softmax for Large-Scale Retrieval
Хрыльченко К. Я., Baikalov V., Makeev S. и др., , in: RecSys '25: Proceedings of the Nineteenth ACM Conference on Recommender Systems.: ACM, 2025. P. 545–550.
Добавлено: 19 ноября 2025 г.
Эффективный алгоритм торговли на фондовом рынке: ретроспективный анализ, основанный на данных по S&P-500.
Рубчинский А. А., Чубарова Д. А., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2025. No. WP7/2025/01.
Добавлено: 9 ноября 2025 г.
Computer tools in mental disorders diagnostics by oral speech
Хоменко А. Ю., Комратова А. Д., Исаков Д. А. и др., , in: Computational linguistics and intellectual technologies. Papers from the Annual International Conference "Dialogue" (2025)Vol. 23.: [б.и.], 2025. P. 147–157.
Диагностика ментальных расстройств по продуцируемой речи является важнейшей задачей среди технологических разработок моделей нейрокогнитивных и психолого-психиатрических процессов. Целью данного исследования является построение лингвистических профилей для лиц с нейрокогнитивными и аффективными психическими расстройствами. Используя транскрипты устной речи и релевантные для исследования компьютерные технологии, такие как лексическая кластеризация и стилостатистический анализ, разрабатывается пул характеристик, способных различать речевые ...
Добавлено: 19 октября 2025 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору