SIGIR2020推荐系统论文聚焦

目录

• 前言

• 推荐论文列表

前言

第43届国际信息检索研究和发展大会（SIGIR）将于2020年7月25-30日在美丽的中国西安举行。此次大会共收到了555篇长文投稿，录用147篇，长文录取率26.4%；共收到了507篇短文投稿，录用153篇，短文录取率30%。

正因为推荐与搜索是解决信息过载的两种有效途径，因此虽然是关于检索的会议，但通过下图可以看出推荐（Recommendation）占据了很大比例，与搜索（Search+Retrieval）不相上下。另外，图与网络（Graph/Network）数据成为研究的主要对象，毕竟许多待研究的对象都可以表示为图。值得注意的是，神经网络（Neural）仍然排在前列；融合知识（Knowledge）的搜索/推荐系统也被许多研究者研究。除此之外，强化学习也出现在了排行榜中，可见利用强化学习的思想来迭代优化搜索/推荐逐渐成为流行。

另外，还注意到今年SIGIR开办了一场关于对话推荐/检索的Tutorial，感兴趣的小伙伴可以多多关注。想提前了解对话推荐（Conversational RS，CRS）的朋友，可以公众号后台回复【CRS】获取对话推荐系统最新综述。

推荐论文列表

本次只对大会的长文（Full Papers）进行梳理，因此共整理出63篇关于推荐系统的论文。为了方便查看与了解，我们主要将其分为了以下几类：Sequential RS，Graph-based RS，Cold-start in RS，Efficient RS，Knowledge-aware RS，Robust RS，Group RS，Conversational RS，RL for RS，Cross-domain RS，Explainable RS，POI RS。另外，对于有一些不包含在以上类别的文章，我们统一归为了Others。当然，以上分类仁者见仁，智者见智，目的是给大家一个相对清晰的结构。具体的各个类别所包含的论文数见下表。

分类	数量
Sequential RS	8
Graph-based RS	6
Robust RS	6
Efficient RS	5
Knowledge-aware RS	5
Cold-start in RS	4
Group RS