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 08:104154

评论

发布
暂无评论
发现更多内容

深浅拷贝

Jason199

js 深拷贝 浅拷贝 7月月更

超干货!彻底搞懂单工、半双工、全双工的区别与联系

wljslmz

网络技术 7月月更 通信模式 双工

Qt | 模态对话框和非模态对话框 QDialog

YOLO.

qt 7月月更

java零基础入门-java8新特性(上篇)

喵手

Java 7月月更

Python干货篇——列表及列表常用内置函数

Java学术趴

7月日更

另类加法与走方格的方案数

未见花闻

7月月更

Docker 安装 Nginx 部署前端项目

宁在春

nginx Docker Vue 7月月更

【愚公系列】2022年07月 Java教学课程 06-常量

愚公搬代码

7月月更

Elephant Swap的LaaS方案优势分析,致eToken表现强势

股市老人

从源码上学习 MockMvc 的使用

安逸的咸鱼

Java 源码 Mock测试框架 7月月更

数据结构-顺序表的实现

芒果酱

数据结构 C语言 7月月更

Prometheus 2.37.0 新特性

耳东@Erdong

release Prometheus 7月月更

云原生(十) | Kubernetes篇之Kubernetes简介

Lansonli

云原生 k8s 7月月更

STM32+ESP8266+MQTT协议连接OneNet物联网平台

DS小龙哥

7月月更

[ kitex 源码解读 ] Kitex 扩展性设计思路

baiyutang

Go golang 云原生 微服务框架 kitex

Android 开发遇到的Exception

沃德

android 7月月更

关于数据产品经理的三个小的知识点

松子(李博源)

数据中台 数据产品经理 数据产品

SeekTiger的Okaleido有大动作,生态通证STI会借此爆发?

股市老人

QT exe只允许运行单个

小肉球

qt 7月月更

zookeeper-运行期间的leader选举与observer

zarmnosaj

7月月更

谈谈程序员如何提高自己的写作能力

宇宙之一粟

写作 7月月更

Elephant Swap的LaaS方案迅速崛起,构建全新DeFi2.0协议

鳄鱼视界

C#入门系列(二十七) -- LINQ简析

陈言必行

7月月更

Qt|编辑框的使用总结

中国好公民st

qt 7月月更

mysql进阶(十七)Cannot Connect to Database Server问题分析

No Silver Bullet

MySQL 数据库 7月月更

strncpy() 复制字符串(受长度限制)

謓泽

7月月更

React函数组件详解

恒山其若陋兮

7月月更

干货分享-作为Lead 接手一个新的数据团队一 问题盘点 与Insights的发现

松子(李博源)

经验分享 数据分析师 成长笔记 带团队

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