排名质量评估：挑战极限。
RankIQA是一种无参考图像质量评估方法，通过从排名中学习来解决IQA数据集大小有限的问题。我们使用合成的已知相对图像质量排名的数据集来训练网络，并对图像进行排名，这样就不用主观方法去标注了。这种方法真是太棒了！
快速提升网络嵌入质量：高阶接近度近似方法。
读《Fast Network Embedding Enhancement via High Order Proximity Approximation》感触颇深，作者构思巧妙、解决难题、奉献精神可嘉。参考文献丰富，值得深入研究。
推荐系统新星：KERL，序列推荐之王。
推荐算法毕业论文之编码序列强烈推荐：KERL！这篇论文介绍了一种基于知识引导的强化学习模型，可以预测客户未来的个人行为。使用深度神经网络技术，取得了非常好的实际效果。这项工作真是太棒了！
写出心中论文：2020极简指南
21堂课，助你攻克论文难关，轻松发表！百度网盘：https://pan.baidu.com/s/1ppqjFp6IosMHLW6ETH_lHw 提取码：x6d6 天翼云：
