写点什么

经典推荐:工业界深度推荐系统与 CTR 预估方向必读论文汇总

  • 2019-09-30
  • 本文字数:1570 字

    阅读完需:约 5 分钟

经典推荐:工业界深度推荐系统与CTR预估方向必读论文汇总

本文来自“深度推荐系统”专栏,这个系列将介绍在深度学习的强力驱动下,给推荐系统工业界所带来的最前沿的变化。本文主要根据 Google 推出的引领推荐系统与 CTR 预估工业界潮流至今的一大神作 W&D[1],所总结出来的深度推荐系统与 CTR 预估工业界必读的论文汇总。


起初是因为在唐杰老师的微博上看到其学生整理的一个关于 Bert 论文高引用相关的图片(https://weibo.com/2126427211/I4cXHxIy4)。


一个伟大的学生做的一个 BERT 的论文以及它引用的文章之间的关系,相当于是一个针对论文 Citation 的 Finding->Reasoning->Exploring 的过程。感觉做得很酷,忍不住 share 出来了。。。他伟大地决定要写个算法自动搞定!


觉得这个整理思路不错,于是也照葫芦画瓢整理了一下推荐系统和 CTR 预估上工业界同样鼎鼎大名 Google 出品的 W&D[1]论文相关高引用的论文汇总。其实主要是对近年来推荐系统和 CTR 预估工业界影响力较大的论文做一个简单的思路梳理,首先上图如下,圆圈内数字为论文被引用数量。



Collaborative Filtering


  • [WWW 17] Neural Collaborative Filtering

  • [SIGIR 18] Collaborative Memory Network for Recommendation Systems


Deep 部分演进


  • [SIGIR 17] Neural Factorization Machines for Sparse Predictive Analytics

  • [IJCAI 17] Attentional Factorization Machines: Learning the Weight of Feature Interactions via Attention Networks

  • [ECIR 16] Factorization-supported Neural Network

  • [TOIS 18] Product-Based Neural Networks for User Response Prediction over Multi-Field Categorical Data

  • [RecSys 19] FiBiNET: Combining Feature Importance and Bilinear feature Interaction for Click-Through Rate Prediction

  • [KDD 18] Deep Interest Network for Click-through Rate Prediction

  • [AAAI 19] Deep Interest Evolution Network for Click-Through Rate Prediction

  • [IJCAI 19] Deep Session Interest Network for Click-Through Rate Prediction

  • [CIKM 19] AutoInt: Automatic Feature Interaction Learning via Self-Attentive Neural Networks


Wide 部分演进


  • [IJCAI 17] DeepFM: A Factorization-Machine based Neural Network for CTR Prediction

  • [KDD 17] Deep & Cross Network for Ad Click Predictions

  • [KDD 18] xDeepFM: Combining Explicit and Implicit Feature Interactions

  • for Recommender Systems

  • [WWW 19] Feature Generation by Convolutional Neural Network for Click-Through Rate Prediction


强化学习


  • [WWW 17] DRN: A Deep Reinforcement Learning Framework for News Recommendation

  • [WSDM 19] Top-K Off-Policy Correction for a REINFORCE Recommender System

  • [IJCAI 19] Reinforcement Learning for Slate-based Recommender Systems: A Tractable Decomposition and Practical Methodology


知识图谱


  • [WWW 17] DKN: Deep Knowledge-Aware Network for News Recommendation

  • [CIKM 18] RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender Systems


Embedding 技术


  • [ICCCA 18] Item2Vec-Neural Item Embedding for Collaborative Filtering

  • [RecSys 16] Meta-Prod2Vec: Product Embeddings Using Side-Information for Recommendation

  • [KDD 18] Real-time Personalization using Embeddings for Search Ranking at Airbnb

  • [KDD 18] Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba

  • [WWW 19] NetSMF: Large-Scale Network Embedding as Sparse Matrix Factorization

  • [IJCAI 19] ProNE: Fast and Scalable Network Representation Learning

参考文献

[1] Wide & Deep Learning for Recommender Systems, DLRS 2016


本文授权转载自知乎专栏“深度推荐系统”。原文链接:https://zhuanlan.zhihu.com/p/73369087


2019-09-30 08:104278

评论

发布
暂无评论
发现更多内容

MindIE推理采样后处理参数temperature和top_k的引发的精度问题

zjun

【YashanDB知识库】关于表空间压缩

YashanDB

数据库 yashandb

做海外直播带货需要注意什么?

Ogcloud

海外直播专线 海外直播 直播专线 tiktok直播专线 海外直播带货

Supersonic 总结2024年手游行业:混合休闲游戏崛起,多元化变现策略引领增长

极客天地

AI驱动的翻译工具:自动化处理 Univer Sheets 单元格内容翻译

梦数技术团队

AI 翻译 自动化 Excel 电子表格

【连载 13】ThreadLocal 类

FunTester

深度解析:获取亚马逊畅销榜API接口及实战应用

科普小能手

数据挖掘 数据分析 电商 API 接口 lazada

人效评估管理系统(源码+文档+部署+讲解)

深圳亥时科技

亲测有效!如何快速实现 PostgreSQL 数据迁移到 时序数据库TDengine

TDengine

tdengine 时序数据库

世界一流|深化数智财务共享,夯实央企财务数智化转型根基

用友智能财务

财务 国企 会计

【YashanDB知识库】如何更改自动统计信息收集任务

YashanDB

数据库 yashandb

【YashanDB知识库】如何利用数据库线程池稳定TP吞吐

YashanDB

数据库 yashandb

从 Spark 到 StarRocks:实现58同城湖仓一体架构的高效转型

StarRocks

5 分钟搞定 Golang 自定义代码分析器

俞凡

golang 代码质量

网络爬取/机翻数据可能存在哪些雷区?

澳鹏Appen

数据标注 网络爬取 机翻数据

海外直播专线:将电商直播拓展到海外市场

Ogcloud

海外直播专线 直播专线 tiktok直播专线 海外直播网络 tiktok直播网络

什么是AOP面向切面编程?怎么简单理解?

不在线第一只蜗牛

Python 面向编程

电信SD-WAN:提升企业网络性能的创新解决方案

宽炜网络

SD-WAN

【YashanDB知识库】为什么YashanDB只有Geometry类型,没有Geogrephy类型

YashanDB

数据库 yashandb

2025 年 JeecgBoot AI 低代码平台白皮书

JEECG低代码

AI 低代码 低代码平台 ChatGPT DeepSeek

【YashanDB知识库】用crontab实现YashanDB自动备份

YashanDB

数据库 yashandb

豆包 APP 上线端到端语音能力,低时延、可打断;OpenAI 实时 Agent 源代码:20 分钟开发 Voice Agent

声网

揭秘字节跳动内部流量调度与容灾实践【上】

火山引擎边缘云

容灾 灾备 DNS 流量编排

经典推荐:工业界深度推荐系统与CTR预估方向必读论文汇总_文化 & 方法_深度传送门_InfoQ精选文章