限时领|《AI 百问百答》专栏课+实体书(包邮)! 了解详情
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 08:104231

评论

发布
暂无评论
发现更多内容

JVM 垃圾回收器 G1

Alex🐒

JVM 深入理解JVM GC

彻底弄懂C++11右值引用 | 技术总结

chaozh

c++

创世 | 中国古神话

chaozh

神话

人民自己创造的节日 | 经济

chaozh

记一次bem命名规范使用优化方案

前端有的玩

Vue npm React bem

【数据结构】Java 常用集合类 PriorityQueue

Alex🐒

Java 源码 数据结构

JVM 垃圾回收机制

Alex🐒

JVM 深入理解JVM

架构师训练营第七周作业-性能测试

sunnywhy

优雅地利用c++编程从1乘到20 | 技术总结

chaozh

c++

女娲造物与补天 | 中国古神话

chaozh

Spring Security入门到实践(一)HTTP Basic在Spring Security中的应用原理浅析

itlemon

源码分析 spring security

JVM 运行时数据区

Alex🐒

JVM 深入理解JVM

架构师训练营 - 命题作业 第 7 周

铁血杰克

JVM 对象内存布局

Alex🐒

JVM 深入理解JVM

程序员面试必备战衣 | T恤衫 - 程序员穿搭

chaozh

GEEK

神国统治者 | 中国古神话

chaozh

【译文】创建 Kubernetes manifest 的初学者指南

FeiLong

Kubernetes

【数据结构】Java 常用集合类 ArrayDeque

Alex🐒

Java 源码 数据结构

深入Java Web技术内幕(一)浅析Web请求过程

itlemon

Java

【干货分享】通过命令操作来学习Git

itlemon

git git入门

Flask 中的 Sessions

Leetao

Python flask Web框架

Ubuntu 20.04 上安装和配置 VNC

酱紫的小白兔

压测工具如何选择?

elfkingw

架构师训练营第7周总结

时来运转

深入 Java Web 技术内幕(二)浅析DNS域名解析过程

itlemon

DNS 域名解析

Java并行程序基础

itlemon

Java 高并发 并行

JVM 垃圾回收器 CMS

Alex🐒

JVM 深入理解JVM GC

架构师训练营第7周作业

时来运转

JVM 类加载机制

Alex🐒

JVM 深入理解JVM

如何挑选编程笔记本 | 数码产品

chaozh

并发必备基础知识汇总

itlemon

并发 基础

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