RecSys2020推荐系统论文集锦

本文汇总了RecSys2020会议的亮点,包括关注的Bias问题、对话推荐系统和对抗学习的应用。大会设有多个主题演讲和教程,探讨了序列推荐、可解释性推荐和无偏公平推荐等领域。最佳论文涉及多任务学习模型、推荐系统集成和持续学习。此外,还介绍了可复现性、公平性和多智能体强化学习的研究方向。
摘要由CSDN通过智能技术生成

嘿,记得给“机器学习与推荐算法”添加星标


第14届推荐人自己的年会RecSys已在9月22日到26日在线上举行。大会围绕着推荐系统相关问题进行了3场KeyNotes,5场Tutorials,接收了41篇长文,26篇短文。

通过对主题演讲以及教程的总结发现,此次大会主要聚焦在了推荐系统中的Bias问题以及对话推荐系统、对抗机器学习在推荐中的应用等。

主题演讲为以下3个:

  • 4 Reasons Why Social Media Make Us Vulnerable to Manipulation.

    by Filippo Menczer.

  • Bias in Search and Recommender Systems.

    by Ricardo Baeza-Yates.

  • "You Really Get Me": Conversational AI Agents That Can Truly Understand and Help Users. 

    by Michelle Zhou.

大会教程为以下6个:

  • Adversarial Learning for Recommendation: Applications for Security and Generative Tasks - Concept to Code.

    by Vito Walter Anelli et al.

  • Bayesian Value Based Recommendation: A modelling based alternative to proxy and counterfactual policy based recommendation.

    by David Rohde et al.

  • Counteracting Bias and Increasing Fai

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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