秋招之前，这8篇推荐系统的论文一定要读！【附论文资料】

推荐系统作为AI最成功和最重要的应用之一，帮助消费者更容易地找到相关的或感兴趣的内容、商品或者服务。

对于想学习推荐系统的同学，我整理了WSDM2022最新的包括了序列推荐、跨域推荐、去偏推荐、联邦推荐等8篇推荐系统论文，供大家提前领略学术前沿趋势与牛人的最新想法，为秋招做准备。

跨域推荐

01.RecGURU: Adversarial Learning of Generalized User Representations for Cross-Domain Recommendation

序列推荐

02.Contrastive Learning for Representation Degeneration Problem in Sequential Recommendation

去偏推荐

03.It Is Different When Items Are Older: Debiasing Recommendations When Selection Bias and User Preferences are Dynamic

联邦推荐

04.PipAttack: Poisoning Federated Recommender Systems for Manipulating Item Promotion

基于图结构的推荐

05.Profiling the Design Space for Graph Neural Networks based Collaborative Filtering

公平性推荐

06.Enumerating Fair Packages for Group Recommendations

基于元学习的推荐

07.Long Short-Term Temporal Meta-learning in Online Recommendation

基于强化学习的推荐

08.A Cooperative-Competitive Multi-Agent Framework for Auto-bidding in Online Advertising

那么多推荐论文，需要怎么去精读和泛读，才能让你对推荐系统中的各个部分的算法有一个总体的认识，并且在接下来的秋招求职中稳打稳的过呢？

我推荐你来听Pirtuo老师的《欢迎来到推荐的世界》直播课。

—— 老师介绍 ——

—— 直播大纲 ——

7月21日 晚上20：00

• 开营
• 推荐系统概述
• 召回算法概述
• 排序算法概述
• 论文泛读
• 学习路径

7月22日 晚上20：00

• INTRODUCTION
• RECOMMENDER SYSTEM OVERVIEW
• WIDE & DEEP LEARNING
• SYSTEM IMPLEMENTATION
• EXPERIMENT RESULTS

支付0.1元领取直播

     前50名预约的同学，还额外附赠2022推荐系统paper13篇~

支付0.1元领取直播