嘿,记得给“机器学习与推荐算法”添加星标
2021年第35届人工智能顶级会议AAAI论文列表已经放出,此次会议共收到9034篇论文提交,其中有效审稿为7911篇,最终录取篇数为1692篇,录取率为21.4%。由于境外疫情形势依然严峻,大会将在2月2日到2月9日在线上进行举办。
较之去年接收篇数1590篇来说,今年的录取数量有所提升。通过对今年所接收的全部论文的标题进行分析,发现以下结论:
深度学习技术依然是目前来看比较火热的技术之一;
图结构数据(网络/知识图谱)依然是大家比较关注的数据形式之一;
强化学习/对抗学习/多任务学习范式是大家主要使用的手段之一;
动态性/高效性/鲁棒性/无监督学习是目前大家比较关注的话题;
相较于去年的热度分布来看,Embedding技术/Attention技术相对来说热度有所下降。更多去年AAAI2020相关的信息可以移步AAAI2020推荐系统论文集锦。
AAAI2021接收论文标题词云
接下来,特意从1692篇论文中筛选出与推荐系统相关的33篇文章供大家欣赏(去年的推荐系统论文文章的比例为27/1590),提前领略学术前沿趋势与牛人的最新想法。
推荐系统相关文章
RevMan: Revenue-Aware Multi-Task Online Insurance Recommendation 收入感知的多任务在线保险推荐(很对,卖保险还真得看收入) |
Detecting Beneficial Feature Interactions for Recommender Systems 为推荐系统检测有益的特征(有用的交叉特征对于推荐来说非常重要) |
FedRec++: Lossless Federated Recommendation with Explicit Feedback 带有显式反馈的无损联邦推荐系统(好奇联邦学习范式如何做到无损的) |
Graph Heterogeneous Multi-Relational Recommendation 图异构多关系推荐系统(多种关系的异构图数据处理并不容易) |
Hierarchical Reinforcement Learning for Integrated Recommendation 层次化的强化学习综合推荐系统 |
Who You Would Like to Share With? A Study of Share Recommendation in Social ECommerce 社交电商中分享行为的研究(好奇是什么因素影响我们分享的) |
Self-Supervised Hypergraph Convolutional Networks for Session-Based Recommendation 用于会话推荐的自监督超图卷积网络(超图能够建模更复杂的图关系) |