抱歉,你查看的文章不存在

学界 | 推荐系统顶会 RecSys2018 最佳论文奖出炉!因果嵌入推荐与用户研究成为焦点

来源:专知

第 12 届推荐系统顶级会议 ACM RecSys 在 10 月 2 日到 7 日的加拿大温哥华举行,最近官网大会公布了最佳长短文,包括来自 Criteo AI Labs 的因果嵌入推荐与德国 Duisburg-Essen 大学的用户评估中物品消费的影响。

官网地址:https://recsys.acm.org/best-papers/

最佳长论文

RecSys 2018 的最佳长论文(Best Long Paper Award)由 Criteo 人工智能实验室的 Stephen Bonner 和 Flavian Vasile 获得。他们提出因果嵌入的推荐方法。

最佳长论文:Causal Embeddings for Recommendation

论文链接:http://www.zhuanzhi.ai/paper/f85a6456c9f08b6584ca62c05279147d

许多当前的应用程序使用推荐来影响自然用户行为,例如增加销售数量或在网站上花费的时间。这导致最终推荐目标与经典设置之间的差距,其中推荐候选者的效果是通过其与过去用户行为的一致性来评估完成的,通过预测用户项矩阵中的缺失条目或最可能的下一事件来实现。为了弥补这一差距,我们优化了推荐策略,以便针对有机用户行为增加预期结果。我们证明这相当于学习在完全随机推荐策略下预测推荐结果。为此,我们提出了一种新的领域自适应算法,该算法从包含偏向推荐策略结果的记录数据中学习,并根据随机暴露预测推荐结果。我们将提出的方法与最先进的因子分解方法以及新的因果推荐方法进行比较,实验结果显示出显著的效果提升。

此外,另一篇论文获得 Best Long Paper Runner-up:

  • 标题:Generation Meets Recommendation: Proposing Novel Items for Groups of Users
  • 作者:T.V. Vo, H. Soh

论文地址:https://doi.org/10.1145/3240323.3240357

最佳短论文

RecSys 2018 的最佳短论文(Best Short Paper Award)由德国 Duisburg-Essen 大学的 Benedikt Loepp 等人获得。他们提出研究用户推荐评估中的物品消费的影响。

最佳短论文:Impact of Item Consumption on Assessment of Recommendations in User Studies

论文链接:https://doi.org/10.1145/3240323.3240375

在推荐系统的用户研究中,参与者通常不能消费推荐的物品。他们被要求通过问卷调查评估推荐质量和与用户体验相关的其他特性。然而,如果没有听过推荐的歌曲或看过建议的电影,这可能是一个容易出错的任务,可能会限制这些研究中获得的结果的有效性。在本文中,我们研究了实际消费推荐物品的效果。我们提出两个在不同领域进行的用户研究,在某些情况下表明,建议和问卷调查结果的评估存在差异。显然,在不允许用户使用物品的情况下,并不总是能够充分测量用户体验。另一方面,根据领域和提供的信息,参与者有时似乎相当接近推荐的实际价值。

此外,另一篇论文获得 Best Short Paper Runner-up:

  • 标题:HOP-rec: High-order Proximity for Implicit Recommendation
  • 作者:J.-H. Yang, C.-M. Chen, C.-J. Wang, M.-F. Tsai

论文地址:https://dl.acm.org/citation.cfm?doid=3240323.3240381

原文发布于微信公众号 - 机器学习算法与Python学习(guodongwei1991)

原文发表时间:2018-10-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

编辑于

机器学习算法与Python学习

681 篇文章131 人订阅

相关文章

来自专栏AI科技评论

Andrej Karpathy发文谈神经网络:这不仅仅是分类器,这是一种新的软件开发思想

AI科技评论按:有越来越多的传统编程语言(C、C++、Java)等程序员开始学习机器学习/深度学习,而对机器学习/深度学习的研究人员来说,编程也是必备技巧。那么...

3245
来自专栏大数据文摘

利用Python进行深度学习的完整入门指南(附资源)

1987
来自专栏AI科技大本营的专栏

港中大、商汤开源目标检测工具包mmdetection,对比Detectron如何?

近日,香港中文大学-商汤联合实验室开源了基于 PyTorch 的检测库——mmdetection。上个月,商汤和港中大组成的团队在 COCO 比赛的物体检测(D...

2152
来自专栏达观数据

达观数据推荐系统实践—实时演算用户动态数据 提升运营效率

本文曾在infoq大数据微信群和数据猿直播平台上进行过分享,是对分享内容最直观的表达,同时对推荐系统架构和算法解释的也很详尽。 随着移动互联网技术的迅猛发展、互...

5797
来自专栏人工智能快报

德科学家发现新的神经网络学习方法

沙沙响动的树叶,吱吱作响的树枝:对老鼠来说,这些感觉看起来是无害的,但如果有一只猫突然从灌木丛窜出来就不同了。在这种情况下,这些现象就变成了能够提示迫在眉睫的生...

3163
来自专栏机器之心

前沿 | 硼酸钡钠,一种因机器学习而诞生的LED荧光粉

10 月 22 日,化学系助理教授 Jakoah Brgoch 及其实验室成员在 Nature Communications 期刊上发表了关于该研究的论文。

1171
来自专栏华章科技

机器学习工作职位需要的7项技能

机器学习经常与人工智能紧密相连,在不考虑显式编程的情况下,机器学习可以使计算机具备完成特定任务的能力,例如识别,诊断,规划,机器人控制和预测等。它往往聚焦于算法...

762
来自专栏媒矿工厂

视频体验评估标准(uVES1.0)模型及算法解读

视频业务快速发展,已经从强调用户规模走向注重提升服务品质的阶段。消费者对观看体验的要求不断提高,提升视频用户体验质量已经成为视频服务的主要竞争因素。

6420
来自专栏量子位

AI进军B-Box界:输入20秒任意声音,还你一段定制的B-Box演奏

和人类玩家不同,只要你不打断AI B-Boxer Vid,它就永远不会累。而且它还有一个特殊技能:可以用任何声音合成B-Box。

781
来自专栏PPV课数据科学社区

机器学习项目中常见的误区

在最近的一次报告中,Ben Hamner向我们介绍了他和他的同事在Kaggle比赛中看到的一些机器学习项目的常见误区。 这个报告于2014年2月在Strate举...

3406

扫码关注云+社区

领取腾讯云代金券