前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >AAAI2022推荐系统论文集锦

AAAI2022推荐系统论文集锦

作者头像
张小磊
发布2022-02-28 11:45:14
9470
发布2022-02-28 11:45:14
举报

2022年第36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9251篇论文提交,其中9020篇论文被审稿。最终录取篇数为1349篇,录取率为可怜的15%。由于境外疫情形势依然严峻,大会将在2月22日到3月1日在线上进行举办。

较之历年接受率来说,今年的录取率可以说是断崖式下跌。下图对2017年至今年的投稿量以及接受率进行了可视化,可以说今年的投稿量之多与接受率之低形成了鲜明的对比。

关于对顶级会议历年论文的分析与整理可点击下方链接:

与往年的惯例相同,我们分析了今年接收论文的标题,可以发现以下结论:

  • 深度学习技术仍然是比较火热的技术之一;
  • 对图数据的研究依然是大家关注的数据形式之一;
  • 自监督学习、半监督学习、多智能体、表示学习是大家主要使用的学习范式;
  • 机器学习应用如目标检测、文本分类、语义分割等是目前大家比较关注的方向。

完整版清单可从官网下载查看。

https://aaai.org/Conferences/AAAI-22/wp-content/uploads/2021/12/AAAI-22_Accepted_Paper_List_Main_Technical_Track.pdf

接下来,特意从1349篇论文中筛选出与推荐系统相关的15篇文章供大家欣赏(去年的推荐系统论文文章的比例为33/1692),提前领略学术前沿趋势与牛人的最新想法。

1. Meta-Learning for Online Update of Recommender Systems

Minseok Kim, Hwanjun Song, Yooju Shin, Dongmin Park, Kijung Shin, Jae-Gil Lee

https://minseokkim.net/publication/2022melon_aaai/2022melon_aaai.pdf

2. DiPS: Differentiable Policy for Sketching in Recommender Systems

Aritra Ghosh, Saayan Mitra, Andrew Lan

https://arxiv.org/pdf/2112.07616

3. Low-pass Graph Convolutional Network for Recommendation

Wenhui Yu, Zixin Zhang, Zheng Qin

4. Online certification of preference-based fairness for personalized recommender systems

Virginie Do, Sam Corbett-Davies, Jamal Atif, Nicolas Usunier

https://arxiv.org/pdf/2104.14527

5. Modeling Attrition in Recommender Systems with Departing Bandits

Omer Ben-Porat, Lee Cohen, Liu Leqi, Zachary Lipton, Yishay Mansour

6. A Dynamic Meta-Learning Model for Time-Sensitive Cold-Start Recommendations

Krishna P Neupane, Ervine Zheng, Yu Kong, Qi Yu

7. Context Uncertainty in Contextual Bandits with Applications to Recommender Systems

Hao Wang, Yifei Ma, Hao Ding, Yuyang Wan

8. Multi-view Intent Disentangle Graph Networks for Bundle Recommendation

Sen Zhao, Wei Wei, Ding Zou, Xian-Ling Mao

9. SMINet: State-Aware Multi-Aspect Interests Representation Network for Cold-Start Users Recommendation

Wanjie Tao, Yu Li, Liangyue Li, Zulong Chen, Hong Wen, Peilin Chen, Tingting Liang, Quan Lu

10. Leaping Through Time with Gradient-based Adaptation for Recommendation

Nuttapong Chairatanakul, Hoang NT, Xin Liu, Tsuyoshi Murata

https://arxiv.org/pdf/2112.05914

11. Cross-Task Knowledge Distillation in Multi-Task Recommendation

Chenxiao Yang, Junwei Pan, Xiaofeng Gao, Tingyu Jiang, Dapeng Liu, Guihai Chen

12. FPAdaMetric: False-positive-aware Adaptive Metric Learning for Session-based Recommendation

Jongwon Jeong, Jeong Choi, Hyunsouk Cho, Sehee Chung

13. Offline Interactive Recommendation with Natural-Language Feedback

Ruiyi Zhang, Tong Yu, Yilin Shen, Hongxia Jin

14. Learning the Optimal Recommendation from Explorative Users

Fan Yao, Chuanhao Li, Denis Nekipelov, Hongning Wang, Haifeng Xu

https://arxiv.org/pdf/2110.03068

15. Obtaining Calibrated Probabilities with Personalized Ranking Models

Wonbin Kweon, SeongKu Kang, Hwanjo Yu

通过整理发现,此次会议接收的推荐系统相关论文主要涉及基于元学习的推荐系统2篇,序列化推荐5篇,基于强化学习的推荐系统4篇以及冷启动推荐2篇。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-01-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 机器学习与推荐算法 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图数据库 KonisGraph
图数据库 KonisGraph(TencentDB for KonisGraph)是一种云端图数据库服务,基于腾讯在海量图数据上的实践经验,提供一站式海量图数据存储、管理、实时查询、计算、可视化分析能力;KonisGraph 支持属性图模型和 TinkerPop Gremlin 查询语言,能够帮助用户快速完成对图数据的建模、查询和可视化分析。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档