推荐算法
文章平均质量分 73
专注推荐算法最新研究进展,欢迎关注公众号【深度学习推荐算法】
Coder_by
用技术提升美好事物发生的概率。
展开
-
WSDM2022推荐系统相关论文整理(一)
2022年第15届国际网络搜索与数据挖掘会议WSDM在2022年2月21日到25日于线上举行,共收到了786份有效投稿,最终录取篇数为159篇,录取率为20.23%。原创 2024-06-06 10:05:22 · 858 阅读 · 0 评论 -
WSDM 2023 推荐系统相关论文整理(三)
WSDM 2023的论文录用结果已出,推荐系统相关的论文方向包含序列推荐,点击率估计等领域,涵盖图学习,对比学习,因果推断,知识蒸馏等技术,累计包含近四十篇论文,下文列举了部分论文的标题以及摘要,更多内容欢迎关注公众号【原创 2024-06-05 10:14:28 · 762 阅读 · 0 评论 -
WSDM 2023 推荐系统相关论文整理(二)
WSDM 2023的论文录用结果已出,推荐系统相关的论文方向包含序列推荐,点击率估计等领域,涵盖图学习,对比学习,因果推断,知识蒸馏等技术,累计包含近四十篇论文,下文列举了部分论文的标题以及摘要,更多内容欢迎关注公众号【原创 2024-06-04 10:00:36 · 944 阅读 · 0 评论 -
WSDM 2023 推荐系统相关论文整理(一)
WSDM 2023的论文录用结果已出,推荐系统相关的论文方向包含序列推荐,点击率估计等领域,涵盖图学习,对比学习,因果推断,知识蒸馏等技术,累计包含近四十篇论文,下文列举了部分论文的标题以及摘要,更多内容欢迎关注公众号【原创 2024-06-04 08:45:37 · 997 阅读 · 0 评论 -
WSDM2024推荐系统和LLM相关论文整理(二)
WSDM 2024接收的论文已经公布,全部收录的论文可前往地址网址:https://www.wsdm-conference.org/2024/accepted-papers/其中推荐系统相关论文三十余篇,下文列举了部分论文的标题以及摘要,更多内容欢迎关注公众号【原创 2024-05-31 11:50:43 · 1388 阅读 · 0 评论 -
WSDM2024推荐系统和LLM相关论文整理(一)
WSDM 2024接收的论文已经公布,全部收录论文可前往以下地址。其中推荐系统相关论文三十余篇,下文列举了部分论文的标题以及摘要,欢迎关注公众号【原创 2024-05-31 10:28:41 · 1298 阅读 · 0 评论 -
树模型面试笔记
带答案面经分享-面试中最常考的树模型原创 2024-05-10 09:23:02 · 124 阅读 · 0 评论 -
逻辑回归模型与GBDT+LR——特征工程模型化的开端
为了解决这个矛盾, 推荐系统应时而生, 并飞速前进,在用户和信息之间架起了一道桥梁,一方面帮助用户发现对自己有价值的信息, 一方面让信息能够展现在对它感兴趣的用户前面。原创 2024-04-27 15:08:06 · 725 阅读 · 0 评论 -
推荐算法顶会论文&博客笔记合集
RecSys 2022: ACM Conference on Recommender Systems(2022-09-18召开) 5.12。SIGIR 2022 | 推荐系统相关论文分类整理:8.74。WWW2022推荐系统/计算广告论文集锦: 14.69。AAAI2022推荐系统论文集锦: 25.57。IJCAI 2021 序列推荐必读论文推荐 11.71。WSDM2022推荐系统论文集锦: 10.56。KDD2021推荐系统论文集锦: 13.53。原创 2024-04-27 15:07:23 · 2453 阅读 · 1 评论 -
YouTubeDNN模型
召回部分:训练数据的样本来源应该是全部物料, 而不仅仅是被推荐的物料,否则对于新物料难以曝光训练数据中对于每个用户选取相同的样本数, 保证用户在损失函数等权重, 这个虽然不一定非得这么做,但考虑打压高活用户或者是高活item的影响还是必须的序列无序化: 用户的最近一次搜索与搜索之后的播放行为有很强关联,为了避免信息泄露,将搜索行为顺序打乱训练数据构造: 预测接下来播放而不是用传统cbow中的两侧预测中间的考虑是可以防止信息泄露,并且可以学习到用户的非对称视频消费模式。原创 2024-04-27 15:03:07 · 867 阅读 · 0 评论 -
AutoInt模型——Transformer玩特征交互
浅层模型的FM, FFM, HOFM, FwFM到深层模型的DNN, PNN, NFM, AFM, DeepFM, DCN, xDeepFM, FiBiNet等,关于特征交叉方向的模型paper, FiBinet模型通过SENET动态选择有用的交互特征, 然后再用一个双线性交互进行增强提高。在模型上并没有引入很复杂的结构,却能起到比较不错的效果。原创 2024-04-27 15:02:25 · 1180 阅读 · 0 评论 -
SDM模型——建模用户长短期兴趣的Match模型
1. 引言SDM模型(Sequential Deep Matching Model)是阿里团队在2019年CIKM的一篇paper。模型属于序列召回模型,研究的是如何通过用户的历史行为序列去学习到用户的丰富兴趣。SDM模型把用户的历史序列根据交互的时间分成了短期和长期两类,然后从短期会话和长期行为中分别采取相应的措施(短期的RNN+多头注意力机制, 长期的Att Net) 学习用户的短期兴趣和长期行为偏好,并巧妙的设计了一个门控网络将长短期兴趣进行融合,得到用户的最终兴趣向量。创新点:长期偏好的行为原创 2024-04-27 15:01:35 · 1355 阅读 · 0 评论 -
推荐系统公众号内容推荐
推荐&广告算法技术原理与实践。原创 2024-04-27 14:33:51 · 803 阅读 · 0 评论 -
movielens数据集介绍
个性化推荐中,电影推荐研究时常使用movielens上的数据集。该网站的数据集主要分两部分,一是用于推进最新研究进展的数据集。当前最新的是发布于2019年12月份的25M数据集。二是用于高校、组织科研的数据集。该类数据集按其是否带有标签、时间先后、数据集大小分成6种数据集。17年前后的学术论文常见的都是使用1M数据集(2003年发布的)以及10M数据集(2009年发布的),如果是做带标签标记的电影推荐一般是tag-genome数据集(2014年发布的)。数据集中的命名ml为movielens缩写。原创 2024-01-16 14:53:01 · 2444 阅读 · 0 评论 -
InfoNCE的理解
InfoNCE原创 2023-03-09 14:43:02 · 725 阅读 · 1 评论 -
推荐系统学习路线
推荐系统思维导图原创 2023-02-18 16:07:32 · 222 阅读 · 0 评论 -
互信息公式及概述
互信息原创 2023-03-10 09:31:57 · 1105 阅读 · 1 评论 -
easyAI笔记——深度学习
深度学习笔记原创 2022-06-30 10:08:05 · 716 阅读 · 0 评论 -
easyAI笔记——机器学习
机器学习笔记原创 2022-06-30 09:46:39 · 823 阅读 · 0 评论 -
基于用户画像的商品推荐挑战赛赛题解析
这个赛题涉及的是用户画像建模领域,特征比较多,但是都很简单,并且初步观察可以分为两类特征,用户基本信息特征和用户行为序列信息,所以我在后期做的时候是分别对待的,对于用户基本信息,由于特征间的关联度不是很大,直接用传统机器学习一套特征转换(归一化,标签化)转换即可,对于行为序列信息,由于数据都经过平台脱敏处理,可以构建一个时序预测模型,最后通过模型调参,融合得到预测结果模型训练LGB+XGB+MLP值得注意的是,这个比赛的训练集有30万条,还算比较多的,LGB和XGB的模型的综合能力很强,尤其是LG.原创 2022-04-10 21:14:17 · 3670 阅读 · 1 评论 -
用户序列建模思路总结
特征工程特征归一化特征归一化的目的是为了消除特征之间的量纲影响,使不同指标之间具有可比性,在公众号文章前我分析的赛题(工业蒸汽预测)中我们总结了L2规则的归一化,更加简单的方法还有线性函数归一化和零均值归一化线性函数归一化,也称为最大值-最小值归一化,将数据映射到[0,1]这个范围内零均值归一化(Z-Score Normalizationn)将数据映射到均值为0,标准差为1的分布上,公式如下通过梯度下降求解的模型,归一化会对收敛速度产生影响,因为通常情况下都需要归一化,包括线性回归,逻原创 2022-04-10 21:04:32 · 911 阅读 · 0 评论 -
中国计算机学会(CCF)推荐中文科技期刊目录
CCF 推荐中文科技期刊目录A 类序号期刊名称主办单位网址1软件学报中国计算机学会;中国科学院软件研究所http://www.jos.org.cn/2计算机学报中国计算机学会;中国科学院计算技术研究所http://cjc.ict.ac.cn/3中国科学:信息科学中国科学院;国家自然科学基金委员会https://www.sciengine.com/4计算机研究与发展中国科学院计算技术研究所;中国计算机学会https://crad.ict原创 2021-11-20 00:28:05 · 4671 阅读 · 0 评论