秋枫学习笔记-原创文章整理

秋枫学习笔记-原创文章整理_第1张图片

点击蓝字关注,提升学习效率

先祝大家圣诞快乐,感谢大家一直以来的支持,这里对原创文章进行整理,方便大家挑选感兴趣的内容阅读。

公众号:秋枫学习笔记

知乎:夏未眠,https://www.zhihu.com/people/allen-55-20-38/posts

校招面经笔经

633dfe24d1fe18679ef1e64a4f5d87dc.png

字节跳动算法岗一面、二面面经

哔哩哔哩算法岗一面、二面面经

蚂蚁金服,从实习到转正,附面经笔经
华为消费者云服务算法岗一面二面三面

秋招简单总结,蚂蚁,百度,华为,美团,b站,字节跳动

因果推断

6fc58f4440b9b1cfdd233aaf0eebc0e3.png

因果推断(一)

因果推断(二)——混杂因子,D-分离,后门准则

因果推断(三)——结构因果模型、干预、辛普森悖论

因果推断(四)——后门调整、前门调整、逆概率加权

因果推断(五)——反事实,后悔药?

推荐系统

6ea3bdc6a5018d03b69e34eeee6590c0.png

172941e2e871f03542453e496fe94418.png

因果推断

21115852945583ac4cdc8cecab299a5a.png

推荐系统+因果推断(一)——KDD2021推荐系统中去除混淆缓解偏差方大

推荐系统+因果推断(二)——kdd'21用反事实推理召回阶段的数据流行度偏差

SIGIR'21 因果推断+推荐系统:利用反事实理论增强用户行为序列数据

SIGIR'21 因果推断+序列推荐:反事实数据促进鲁棒用户表征生成

推荐系统(五)——SIGIR'21用反事实推断缓解点击诱饵。还在为标题党烦躁吗?也许他能帮到你

推荐系统(十一)——「华为」因果推断+信息瓶颈进行表征解耦纠偏

推荐系统(七)——SIGIR'21不要把流行度偏差一棍子“打死”

推荐学习(六)——点击原因解耦:用户兴趣,item流行度

推荐系统(四)——因果效应uplift model系列模型S-Learner,T-Learner,X-Learner

867317422f6fa6172c1a24d71e0bb972.png

图神经网络

9262cd4e9fd6334e8728e873cf5ce050.png

SIGIR'21阿里」利用图神经网络和元学习促进冷启动商品embedding的学习

CIKM'21「快手」视频推荐 | 概念感知的去噪图神经网络

CIKM'21序列推荐:时间切片+图神经网络学习用户和item的动态表征

SIGIR'21 快手 | 基于图神经网络的序列推荐,兴趣的挖掘与动态变化

CIKM'21「微软」增量图卷积用于协同过滤

CIKM'21「eBay」推荐系统--利用超图对商品的多模态信息建模

AAAI'21 「京东」会话推荐--基于图学习和注意力机制的多层次交互关系挖掘

AAAI'21「华为」图异构多行为推荐方法

SIGIR'21推荐系统挖掘隐式交互,利用互信息进行图学习增强

CIKM'21「华为」图+推荐系统:比LightGCN更高效更有效的UltraGCN

CIKM'21序列推荐|通过二部图和注意力机制聚合序列信息和时间信息的推荐方法

KDD'21 FaceBook | MixGCF:基于图的负采样方法

SIGIR'21 微软|基于自监督图学习的召回方法

KDD‘21「阿里」多行为深度图网络预测代金券的转化率

Kdd'21「华为」利用图卷积进行特征交互和兴趣挖掘

推荐系统(十八)——「阿里」kdd'21DIN的亲戚,考虑item之间图结构关系的DIRN

4496fd02b601d78f79557e3aa76ad5bd.png

元学习

ee72c6ee25f8b0d8228718ef5c7cb033.png

CIKM'21 CBML | 基于聚类的元学习序列推荐方法

SIGIR'21「腾讯」冷启动:元学习+FTRL+动态学习率=FORM模型

SIGIR'21「微信」利用元网络学习冷启动商品ID Embedding

ab7e609398cea86d977d2aaf735c7f22.png

多模态

b5903f1e2e6bd6d0f247a7f0ef0cee57.png

KDD'21「阿里」SEMI:结合视频域行为和商品域行为的序列多模态信息迁移网络

CIKM'21「eBay」推荐系统--利用超图对商品的多模态信息建模

408cb3c3f8d8011008847f7dd95643bf.png

多任务

e4391cfc7898a498e2cca02aaceecd8d.png

推荐系统(三):推荐系统中常见多任务模型MMOE,ESMM,CGC,AITM

a5203a258550811e32c59ae5cc721a54.png

定价

904db9b6b2771820c688ef7e52119741.png

KDD'18「airbnb」房屋动态定价经典方法

推荐系统(十四)——kdd'19动态定价方法(APP-LM,APP-DES,DNN-CL)

推荐系统(十三)——「阿里」二手市场商品定价方法

118f3b873ee879e8f69f91aee5739d08.png

编码和embedding

cb6aa4415833dd0b7b77da36fc8e2d4b.png

推荐系统(十二)「腾讯」推荐系统中one-hot一定好吗?它忽略了一些信息

KDD'21「华为」数值型特征embedding方法

推荐系统(八)——推荐系统离散特征表征无embedding table

1e3ffda4c409b720d0d716f5579b306d.png

代码阅读

b1f1dd99ca565d03749b4fbab85ad3bd.png

UltraGCN代码解读

LightGCN模型部分代码解读

04d8ce957bb95419731ddfcf3b26c643.png

其他

3610714c53d379d17045fd93f3a873be.png

CIKM'21 「腾讯」对比学习+课程学习进行序列行为增广

SIGIR'21「华为」双塔模型中的CBNS负采样方法

SIGIR'21短文「阿里」考虑用户信息交互的CTR预估模型

WSDM'21「蚂蚁」CTR预估:多交互注意力网络

推荐系统常用指标(续):MRR、MAP、HR、F-score

【基础】推荐系统常用评价指标Recall、NDCG、AUC、GAUC

【基础】Dropout和Batch Norm原理与使用

推荐系统(二十二)——SIGIR'21「阿里」淘宝APP上的召回方法

推荐系统(十六)——FM全家桶(1),FM,FFM,DeepFM,NFM,AFM

推荐系统(十)——RecSys'21「阿里」兴趣表征去噪,并提取用户长期兴趣

交流群:联系作者--备注“研究方向-公司或学校”

秋枫学习笔记-原创文章整理_第2张图片

长按关注

更多精彩

b4a604ec8340abbe1f8775a4fa3bfc70.gif

秋枫学习笔记

秋枫学习笔记-原创文章整理_第3张图片

点个在看你最好看

你可能感兴趣的:(python,人工智能,机器学习,java,推荐系统)