推荐系统顶会论文总结——WSDM 2021

最新推荐文章于 2024-10-03 11:29:45 发布
最新推荐文章于 2024-10-03 11:29:45 发布
阅读量2.6k 收藏 2
点赞数
文章标签： 大数据 推荐算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42283185/article/details/124101955
版权
WSDM 2021大会涵盖了从实时相关推荐、用户偏好提取到深度学习加速CTR预测等多元主题。研究涉及用户响应模型、无偏学习排名、序列推荐、冷启动问题解决等多个领域，使用了如MovieLens、Amazon、GMail等数据集。论文还探讨了公平性、不确定性推理和解释性推荐等前沿话题。
摘要由CSDN通过智能技术生成

WSDM 2021

1.Real-time Relevant Recommendation Suggestion
Author(Institute): Ruobing Xie

KeyWords：relevant recommendation

Dataset：RS-331M

2.Diverse User Preference Elicitation with Multi-Armed Bandits
Author(Institute): Filip Radlinski

KeyWords：preference elicitation; diversity; bandits

Dataset：Movielens; Amazon

3.User Response Models to Improve a REINFORCE Recommender System
Author(Institute): Minmin Chen

KeyWords: Auxiliary Tasks; User Response Models; Reinforcement Learning

4.A Black-Box Attack Model for Visually-Aware Recommenders
Author(Institute): Rami Cohen

KeyWords: Attacks; Adversarial Examples

Dataset: Amazon

5.Non-Clicks Mean Irrelevant? Propensity Ratio Scoring As a Correction
Author(Institute): Zhen Qin

最低0.47元/天 解锁文章
Bad man_
关注
推荐系统工业界顶会论文总结——WSDM 2021
永远飞翔的鸟
08-06 237
推荐系统工业界顶会论文总结——WSDM 2021
AI在电商中的应用系列文章
AI天才研究院
10-03 1240
作者：禅与计算机程序设计艺术随着互联网的发展和普及，越来越多的人把目光投向了电子商务这个新领域。许多企业都希望通过这个平台让顾客得到更高品质的服务和体验，从而实现自己的盈利目的。同时，电商也受到了人们的青睐，它给用户带来的便捷感、快速购买、低廉价格以及便于使用的优点，都令人印象深刻。基于这些原因，当下越来越多的企业开始在电商中积极布局，而在大数据、人工智能等新兴技术的驱动下，许多电商公司也纷纷开始了探索和尝试，尝试利用人工智能技术来提升产品的个性化推荐、商品分类以及品牌营销等方面。然而，对于如何将电商中的人
推荐系统顶会RecSys 2018论文及代码集锦(1)
hestendelin的专栏
09-27 677
[1]Causal Embeddings for RecommendationStephen Bonner, Flavian VasileCriteo AI Labsh...
【前沿 热点 顶会】NIPS/NeurIPS 2024中与推荐系统有关的论文
最新发布
A_Student10000的博客
10-03 1166
在没有额外的模型训练的情况下，它在两个数据库上实现了具有竞争力的零预测结果，同时提供了可解释的答案，因为 LLMS 可以为决策生成基于语言的解释。受当前直接偏好优化算法在用户偏好匹配方面的进展和 Softmax Lost in推荐的成功的启发，我们提出了 Softmax-DPO(S-DPO)，将排名信息注入到 LM 中，帮助基于 LM 的推荐者区分偏好和负面，而不是仅仅关注正面。通过理论分析和对真实世界数据的数值案例研究，我们证明了我们的框架和方法在保持平台收入的同时确保项目和用户的期望公平水平的有效性。
800 篇顶会论文纵览推荐系统的前沿进展(转载)
weiwei935707936的博客
06-06 1402
从早期基于用户或物品邻域的 UserKNN 和 ItemKNN 方法，到基于矩阵分解的 SVD++、BPRMF，再到近几年基于图神经网络的 NGCF、LightGCN 等模型，基于相似性进行推荐的思路时至今日仍然在新技术的推动下焕发着强大的生机。本文聚焦于推荐系统在学术研究方面的前沿进展，在之前整理的 Awesome-RSPapers 基础上扩展了近两年顶会中推荐系统相关的论文，涵盖 SIGIR、SIGKDD、RecSys、CIKM、AAAI、WSDM、WWW 的 20 次会议。欢迎大家关注和 Star~
推荐系统论文阅读总结:SIGIR 2023 Multi-behavior Self-supervised Learning for Recommendation
cyzz523的博客
06-25 2096
在多行为场景中，设计了自监督范式（在行为间和行为内两个层次进行节点自鉴别）
【投稿推荐】推荐系统相关CCF会议及SCI期刊 更新24-11-10
热门推荐
JinyuZ1996的博客
04-07 2万+
本文列出了笔者课题组整理的推荐系统相关的CCF推荐会议以及相关的SCI期刊，为大家投稿指明方向，许多顶刊也许中科院分区或影响因子并不高，但确实是业内普遍认可的顶刊，大家需要仔细识别。同理，许多CCF-B类的会议质量并不输于A类顶会，比如CIKM、RecSys、WSDM等。希望本文能够给科研小白提供帮助。
《因果科学周刊》第4期：因果赋能推荐系统
BAAIBeijing的博客
12-04 2562
为了帮助大家更好地了解因果科学的最新科研进展和资讯，我们因果科学社区团队本周整理了第4期《因果科学周刊》，推送近期因果科学值得关注的论文和资讯信息， 同时我们也将向大家介绍社区正在推进的...
AI：全球人工智能领域代表性学者简介及大佬们的关系圈—向大佬们学习(国外内分开,持续更新/建议收藏)
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
01-04 1万+
AI：全球人工智能领域代表性学者简介及大佬们的关系圈—向大佬们学习(国外内分开,持续更新/建议收藏) 导读：看大佬们辉煌的人生，感悟良多。 一分耕耘，一分收获； 人生，只管努力，认真科研，该来的都会来；因为，生活从来不会亏待，认真付出的人。 说俗一点，去大把努力，奖项和荣誉，终会前来自动敲门。 看大佬们过往人生，向大佬们学习，向前辈们致敬！ 目录 国外大佬 1、Michae...
【推荐系统】顶会文章
qq_45721997的博客
08-21 813
最近略读的几篇推荐系统的文章，稍微整理一下相关的内容、方法和模型，便于学习补充，之后有需要会在这个基础上补充整理。
推荐系统去流行度偏差（bias）文献四篇
白水的博客
03-02 1635
Keeping Dataset Biases out of the Simulation : A Debiased Simulator for Reinforcement Learning based Recommender Systems. (RecSys 2020) 作者为了解决历史数据中的用户与项目之间存在的两种交互偏差：选择偏差和流行度偏差，提出在构造“用户-项目”评级矩阵之前执行去偏差的步骤。由于选择偏差和流行度偏差，导致历史记录中用户对项目的评级是有选择性的，所以依照历史数据构造的评级矩阵的稀疏
DeepLight_Deep-Lightweight-Feature-Interactions:加速推荐系统推理 (WSDM'21)
05-30
DeepLight：深度轻量级特征交互 部署端到端深度分解机器在预测延迟方面存在关键问题。 为了解决这个问题，我们通过对 DeepFwFM 进行结构修剪来研究预测的加速，最终在不牺牲 Criteo 数据集上最先进性能的情况下实现了 46 倍的加速。 如果您对详细信息感兴趣，请参考。 @inproceedings{deeplight, title={DeepLight: Deep Lightweight Feature Interactions for Accelerating CTR Predictions in Ad Serving}, author={Wei Deng and Junwei Pan and Tian Zhou and Deguang Kong and Aaron Flores and Guang Lin}, booktitle={Internation
最近看的关于推荐系统方面的论文小结.pptx
09-07
最近看的关于推荐系统方面的论文，共14篇。
推荐系统公平性论文阅读(五)
猎户座的博客
10-08 433
这几天我的主要任务是对论文《Towards Long-term Fairness in Recommendation》[1] 中所描述的算法进行编程实现，然后测试该算法的效果并记录。以下分模型算法细节实现、数据集、模型评估准则、测试结果记录四个部分来描述我的工作。 模型算法细节实现 由论文描述可知，论文算法最核心的部分就是以下带约束优化问题的求解： \[\begin{matrix} \...
[啊啊啊啊啊]推荐系统--论文总结（未完待更新）
babyYtz的博客
05-17 487
一些关于推荐系统知识的总结。
推荐系统相关顶会整理
公众号/知乎: AI算法札记，欢迎关注交流
05-27 1510
推荐系统相关顶会整理算法工程师是否应该持续读论文？\x0d\x0a\x0d\x0a尤其是对于业务属性偏重的搜索/推荐/广告算法岗位，很多人的工作主要涉及业务理解以及数据清洗，对于模型的优化以及新模型的应用较少，这种情况下是否需要在工作之余阅读最新的论文呢？答案自然是需要。https://mp.weixin.qq.com/s/LE2_MaRrU_kuhQh1_DB5uQ推荐系统相关顶会整理 - 知乎推荐系统相关顶会整理1. 引言知乎有个比较火的问题是， 算法工程师是否应该持续读论文？尤其是对于业务属性偏重的搜
从200多篇顶会论文看推荐系统前沿方向与最新进展
abcdefg90876的博客
04-03 5963
推荐系统作为深度学习御三家（CV, NLP, RS）之一，一直都是学术界和工业界的热门研究topic。为了更加清楚的掌握推荐系统的前沿方向与最新进展，本文整理了最近一年顶会中推荐系统相关的...
2024 推荐系统论文汇总
卢之
01-08 8449
对2024年的 推荐系统论文进行一波收集，给各位初学者和算法大佬作为灵感来源，后续专栏会继续更新论文解读，根据评论不断补充，欢迎大家三连~
ASPLOS‘23 系统顶会论文 Plugsched ：安全、高效的多场景调度器热升级详解
阿里云云栖号
04-26 877
文章主要介绍了专门针对调度器的热升级系统 Plugsched，该项目已经开源。调度器是操作系统的一个重要组成部分，与 Linux 内核紧密耦合。
LLMRec：利用预训练语言模型提升推荐系统效能
"WSDM2024的议题探讨了如何基于大语言模型（LLM）构建推荐系统，提出了名为LLMRec的新框架。该框架利用LLM的数据增强策略来改进传统推荐系统中side information的处理，以解决噪声、可用性和质量等问题。通过隐式...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值