机器学习与推荐算法-腾讯云开发者社区

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

机器学习与推荐算法

汇集经典的推荐技术，公众号：机器学习与推荐算法

专栏成员

285

文章

262716

阅读量

60

订阅数

IJCAI2024推荐系统相关论文整理

推荐系统 data 论文模型人工智能

第33届国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称为IJCAI）是人工智能领域顶级的国际学术会议之一，也是CCF-A类会议。今年的IJCAI将于2024年8月03-09日在韩国济州岛举办。在今年的5461篇投稿论文中，有799篇大约14.63%的论文被接收，其中跟推荐系统相关的论文大约16篇。另外，跟（大）语言模型相关的论文40篇。

2024-07-05

5250

RecSys2023 | 基于大语言模型的生成式推荐: 综述及愿景

人工智能推荐系统论文模型 LLM

近年来，大语言模型（LLM）在不同领域被广泛采用，尤其是自然语言处理（NLP）和计算机视觉。这种趋势也蔓延到了推荐系统（RS）领域。然而，大多数工作都将LLM当成传统RS的一个模块（譬如特征提取器），这可能无法充分利用LLM的生成能力。与其将推荐过程分成多个阶段（例如计分和重排），不如用LLM将这个过程简化为单个阶段：直接从物品池中生成推荐。

2023-09-09

1.6K0

IJCAI2023推荐系统相关论文集锦

人工智能推荐系统 data model 论文

第32届国际人工智能联合会议（International Joint Conference on Artificial Intelligence, 简称为IJCAI）是人工智能领域最顶级的国际学术会议之一，也是CCF-A类会议。今年的IJCAI将于2023年8月19-25日在中国澳门特别行政区举办。在今年的4566篇投稿论文中，有大约15%的论文被接收，其中跟推荐系统相关的论文大约16篇。通过对今年的论文题目进行分析发现，对于图数据的挖掘仍然是主流，所涉及的技术涵盖多模态、注意力、强化学习、联邦学习等技术。

2023-08-22

5020

深度剖析 | 推荐系统中的信息茧房问题——因果强化学习在交互式推荐的前沿探索

机器学习监督学习神经网络深度学习人工智能

第一次写博客，这篇博客的目的是想分享和探讨一些在交互式推荐或者序列推荐问题中的一些关键痛点，其中最大的一个就是信息茧房问题。

2022-10-31

2K0

「深度学习推荐系统: Netflix案例分析」阐述DL在RS的优劣与经验教训

学习方法深度学习机器学习神经网络人工智能

深度学习深刻地影响了机器学习的许多领域。然而，在推荐系统领域，它的影响需要一段时间才能感受到。在本文中，我们概述了在Netflix的推荐系统中使用深度学习所遇到的一些挑战和经验教训。我们首先概述了Netflix服务上的各种推荐任务。我们发现不同的模型架构擅长于各自不同的任务。尽管许多深度学习模型可以被理解为现有(简单)推荐算法的扩展，但我们最初并没有发现在性能上有显著的改善。只有当我们在输入数据中添加了大量异构类型的特征时，深度学习模型才开始在我们的设置中崭露头角。

2022-02-28

7130

SIGIR2021 | 基于特征交互学习的门控增强多任务神经网络用于CTR预测

人工智能深度学习神经网络

今天分享一篇百度公司发表在SIGIR 2021的点击率预估方面的Short Research Paper论文。

2021-09-23

8690

基于RNN的序列化推荐系统总结

机器学习神经网络深度学习人工智能文件存储

2. Parallel Recurrent Neural Network Architectures for Feature-rich Session-based Recommendations

2021-04-22

1.2K0

WWW2021 | 基于图视角的用于推荐系统的公平表示

深度学习神经网络人工智能推荐系统

链接 | mp.weixin.qq.com/s/auKfgSqgGEHfQsUNZ3g2Gg

2021-04-01

4230

关于序列推荐的全面调研与总结

linux 机器学习深度学习人工智能神经网络

「本文首先介绍了Sequential RS（SRSs）的特点，然后对该领域面临的主要挑战进行了总结和分类，接着介绍了该领域最新的、最具代表性的研究进展。最后，讨论了该领域未来可能重要的研究方向。」

2021-02-01

1.7K0

GBDT与XGBOOST串讲

编程算法决策树深度学习人工智能

最近，一直被GBDT和XGBOOST烦恼，产生了如下的问题，由此产生了这篇文章。

2020-09-21

6720

SIGIR2020 | 一种新颖的推荐系统重训练技巧

推荐系统机器学习神经网络深度学习人工智能

事实上，在推荐系统的学术研究中，我们过于关注模型的创新，而忽视了落地可行性以及实用性。这与模型的新颖度和复杂度不同，是另外一个层面的值得我们考虑的问题。因此，本文中所推荐的论文，是针对推荐系统的定期重训练需求设计的模型。本人认为这是一个不错的话题，因此推荐给大家。但是，本文并非对论文的翻译，而是将文中的想法和思路简明扼要地传递给大家，如想了解论文的全貌还请精读原始论文。

2020-09-10

9720

深度总结 | 多任务学习方法在推荐中的演变

机器学习神经网络深度学习人工智能 jquery

最近归辰在多任务学习（Multi Task Learning, MTL）方面做了一些实质性的工作，就顺手整理了一下，希望大家感兴趣的可以看看，关于细节方面欢迎交流。

2020-06-29

2.3K0

基于评论文本的深度推荐系统总结

机器学习神经网络深度学习人工智能

本文主要总结下近几年结合评论文本的推荐系统 (Review-based Recommendation)，侧重深度学习的模型，并且开源了一个代码库: Neu-Review-Rec(https://github.com/ShomyLiu/Neu-Review-Rec) 主要完成了数据处理，模型构建，baseline复现等完整的Pipeline。

2020-05-08

3.1K0

由Logistic Regression所联想到的...

特征工程神经网络深度学习人工智能

很久之前就想写一篇围绕Logistic Regression（LR）模型展开的文章了，碍于时间、精力以及能力有限，时至今日才提笔构思。希望此文能够帮助初学者建立对于LR模型的立体思维，其中关于LR模型本身的理论细节本文不做过多讨论，尽可能的给读者分享与LR模型存在千丝万缕关系的一些模型以及关于LR的一些周边理论，希望笔者的联想能够对于大家有所收获、有所启迪。

2020-04-20

3750

推荐系统干货总结

机器学习神经网络深度学习人工智能推荐系统

推荐系统是一个相当火热的研究方向，在工业界和学术界都得到了大家的广泛关注。希望通过此文，总结一些关于推荐系统领域相关的会议、知名学者，以及做科研常用的数据集、代码库等，一来算是对自己涉猎推荐系统领域的整理和总结，二来希望能够帮助想入门推荐系统的童鞋们提供一个参考，希望能够尽快上手推荐系统，进而更好更快的深入科研也好、工程也罢。

2019-08-16

1.1K0

极大似然估计与最大后验概率估计

编程算法机器学习神经网络深度学习人工智能

不知看过多少次极大似然估计与最大后验概率估计的区别，但还是傻傻分不清楚。或是当时道行太浅，或是当时积累不够。

2019-08-16

1.5K0

当推荐系统邂逅深度学习

深度学习机器学习人工智能神经网络卷积神经网络

推荐系统之于用户的角色，有时更像是无微不至的男朋友，你口渴时递给你符合口味的饮料，你饥饿时还你以常吃的披萨，你无聊时帮你推荐有趣的音乐亦或带你欣赏感兴趣的电影。

2019-08-16

7720

没有更多了

社区活动

【纪录片】中国数据库前世今生

穿越半个世纪，探寻中国数据库50年的发展历程

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态