天天看點

2020年搜尋推薦系統論文幹貨集錦

2020年搜尋推薦系統論文幹貨集錦

公衆号:煉丹筆記

煉丹筆記在8月8日更新了第一篇文章《2020年推薦系統工程師煉丹手冊》之後,開啟了在推薦領域偉大航路的征程。在偉大航路的前半段,我們公衆号主要做三件事情,

學術界推薦算法研究解讀

工業界推薦算法方案實戰

資料競賽深度煉丹技巧

2020年的幹貨集錦,我們主要聚焦推薦領域最新研究成果,通過“問題背景、核心創新點、論文效果”等方面去解讀作者的設計思路,同時可以給予我們的啟發。問題背景:在什麼推薦場景下解決什麼類型的推薦問題。核心創新點:最具有獨創性和新穎性的技術點是什麼,每個技術點在解決什麼問題。論文效果:在這個場景下,通過該創新的方法可以達到怎麼樣的效果,并嘗試從中找出對于業務最好的工作。

2020年搜尋推薦系統論文幹貨集錦

1. 推薦系統裡的那些坑兒

2. 算法大佬看了流淚,為什麼這麼好的CTR預估總結之前沒分享(上篇)

3. 算法大佬看了流淚,為什麼這麼好的CTR預估總結之前沒分享(下篇)

4.2020年推薦系統工程師煉丹手冊

5.2020年推薦系統工程師煉丹手冊第二冊上卷

6.2020年推薦系統工程師煉丹手冊第二冊下卷

2020年搜尋推薦系統論文幹貨集錦

1.2020最後一篇!就是這麼"硬"!召回系統就該這麼做!

2.是"塔"!是"塔"!就是它,我們的雙塔!

2020年搜尋推薦系統論文幹貨集錦

1. 多目标學習在推薦系統中的應用(彙總,轉載,公衆号)

2.别說話,複現它!

2020年搜尋推薦系統論文幹貨集錦

1.推薦系統多任務學習上分神技!(NMTR,ICDE19)

2. 多任務學習如何做到你好我也好?(PLE,RecSys20)

3. 如何讓你的推薦系統具有可解釋性?(WWW19)

4.協同過濾算法效果不佳怎麼辦?知識圖譜來幫忙啦(MKR,WWW19)

5.我為什麼喜歡它?帶有解釋的推薦系統第二彈(MT,RecSys18)

6.猜猜你的标簽有多少錯了?

7.顫抖吧,标簽工程來了!

2020年搜尋推薦系統論文幹貨集錦

1. AoAFFM:Attention+FFM強強組合(AoAFFM,AAAI20)

2.騰訊賽霸榜神技ONN_NFFM(ONN/NFFM,ArXiv18)

3.曾今的CTR競賽王者NFM(NFM,SIGIR17)

4.神級特征交叉, 基于張量的多語義交叉網絡TFNET!(TFNET,SIGIR20)

5. 效果遠超FM,CF最新利器HFM!(HFM,AAAI19)

6. xDeepFM:CTR預估之特征交叉的藝術(xDeepFM,KDD18)

7.I CAN,You CAN,We CAN!讓我們一起看看CTR預估的CAN哥!(CAN,ArXiv20)

8.CTR神經網絡特征交叉彙總!

9.CTR預估系列煉丹入門手冊

10.讀了那麼多CTR論文, 真正有效的又有幾個呢?(ArXiv20)

2020年搜尋推薦系統論文幹貨集錦

1.令人着迷的時間動态CF算法(早期競賽神文,2010)

2. DIN!知識點啊朋友們!(DIN,KDD18)

3. 昨天得知她剛買了手機,今天她會愛上這款新耳機嗎?(SASRec,ICDM18)

4. 5分鐘讀完史上第一篇二維卷積序列推薦的論文(CosRec,CIKM19)

5. 又是一篇猛貨!(DMIN,CIKM20)

6. 終于有内味了......(DMT,CIKM20)

7. 序列推薦的一些秘密_HGN(HGN,KDD19)

8. RecSys2020-SSE-PT解鎖序列資料挖掘新姿勢(RecSys20)

9. 序列化推薦系統的挑戰,進展和展望!(IJCAI,2019)

10.深夜福利,序列前後滑動的快樂!

11.海歸博士說,這是目前實驗中最好的序列化推薦算法

2020年搜尋推薦系統論文幹貨集錦

我們分享工作中遇到過的實際問題及相應的解決方案,例如推薦線上線下一緻性問題、工業界算法效果評估問題等。同時我們也将身邊的業務知識做基礎布道,講述電商搜尋推薦領域的業務詞彙等。我們緻力于将自己的經驗知識沉澱,并與大家分享。

1. 是不是你的模型又線下線上不一緻啦?(KDD20)

2. 讀了那麼多CTR論文, 真正有效的又有幾個呢?(FuXiCTR,ArXiv20)

3. 好想哭,我居然輸在了記憶體問題上!(KDD20)

4. MF vs MLP:講述科學調參在推薦模型中的意義(ArXiv)

5.邊緣計算+奉送20個推薦系統強特

2020年搜尋推薦系統論文幹貨集錦

我們隻關注推薦相關的資料競賽領域的方案分享,同時為了讓自己時刻保持激情與戰鬥狀态,我們會參加一些資料競賽并在這個過程中分享我們的解題思路與煉丹技巧,在實踐中亮劍。

1.CIKM 2019 EComm AI使用者行為預測大賽三大方案解讀

2.CIKM EComm AI使用者行為預測大賽冠軍方案解讀

3. RecSys2020推薦系統特征工程彙總

4. RecSys2020大賽第一名方案

5.推薦大賽如何在一周時間内打進決賽

6.kaggle競賽寶典第一章-競賽架構篇!

7.學術圈競賽圈大讨論,深度學習真的比不過GBDT模型嗎?

8.ICDM2020 Top3方案分享

2020年搜尋推薦系統論文幹貨集錦

不時我們會邀請周邊的大佬談談對于煉丹算法工程師的一些心路曆程,職場感受,對新人的建議,還有其他的一些心得,如果你對于這塊比較迷茫也歡迎聯系我們哦。

1. 我的成長之路:追逐冠軍的男孩

2. 是的,我從阿裡離職了。

3. 原創 | 五年前的轉正我沒有留下,校招進不了大公司就是失敗嗎?

4. 2020屆校招尋職記

5.聽說看完這篇的人,從調包俠變成了真正的煉丹俠

6.煉丹失敗率高達87%的TOP10原因

http://weixin.qq.com/r/uRyCmqDEHP1jreT590mr<br>https://t.zsxq.com/eYjqbYF<br>https://weixin.qq.com/g/AQYAADYsK5nSIr7WkyvHZICIbY5fgHqQFjFrZBJnYWAoa3VHVpbZG9RrnFgJE_j1 (二維碼自動識别)

繼續閱讀