CIKM

因果推断推荐系统工具箱 - CFF（二）

文章名称【CIKM-2021】【BeijingKeyLaboratoryofBigDataManagementandAnalysisMethods-AntGroup】CounterfactualReview-basedRecommendation
processor4d·2024-02-13 00:34

因果推断推荐系统工具箱 - CFF（一）

文章名称【CIKM-2021】【BeijingKeyLaboratoryofBigDataManagementandAnalysisMethods-AntGroup】CounterfactualReview-basedRecommendation
processor4d·2024-02-07 11:28

图神经网络自监督学习工具箱 - CPT-HG（一）

文章名称【CIKM-2021】【BeijingUniversityofPostsandTelecommunications/WeChatSearchApplicationDepartment,TencentInc
processor4d·2024-02-01 02:23

信息检索及数据挖掘必备知识总结

信息检索和网络数据领域（WWW,SIGIR,CIKM,WSDM,ACL,EMNLP等）的论文中常用的模型和技术总结引子：对于这个领域的博士生来说，看懂论文是入行了解大家在做什么的研究基础，通常我们会去看一本书
Towan·2024-01-30 22:52

2018CIKM-RippleNet: Propagating User Preferences on the Knowledge Graph for Recommender Systems

作者及单位解决问题基于知识图谱的推荐系统能够缓解数据的稀疏性以及冷启动问题，并且可以增加推荐系统的多样性和可解释性。RippleNet就是基于KG的推荐模型，其主要目的也是尝试解决上述问题。除此之外，RippleNet是第一个将基于嵌入和基于路径的方法结合起来的模型。基于嵌入的方法通常更适用于图形内链路预测应用，而推荐场景我们需要更多的去发现潜在用户感兴趣的点，而不仅仅是利用当前已有的节点，所以学
python小白22·2024-01-25 08:06

因果推断推荐系统工具箱 - CausCF: Causal Collaborative Filtering for Recommendation Effect Estimation（一）

文章名称【CIKM-2021】CausCF:CausalCollaborativeFilteringforRecommendationEffectEstimation核心要点通常我们都希望推荐系统能够更高效的推荐物品
processor4d·2024-01-13 14:37

推荐系统论文阅读（二十九)-美团：利用历史交互数据改进对话推荐系统

LeveragingHistoricalInteractionDataforImprovingConversationalRecommenderSystem》地址：https://dl.acm.org/doi/pdf/10.1145/3340531.3412098这是我第一次将美团发表的论文写在这上面，该论文是人大跟美团这边合作在CIKM
推荐系统论文阅读·2024-01-12 18:49

图神经网络自监督学习工具箱 - CPT-HG（一）

文章名称【CIKM-2021】【BeijingUniversityofPostsandTelecommunications/WeChatSearchApplicationDepartment,TencentInc
processor4d·2024-01-12 15:29

基于图的推荐算法(11):Rethinking the Item Order in Session-based Recommendation with Graph Neural Networks

前言与前两篇相同，针对session-basedrec任务，利用GNN构建推荐模型相关工作：https://www.jianshu.com/p/1b3ded6acb81发表在CIKM2019,昆士兰大学
阿瑟_TJRS·2024-01-10 04:18

搜索算法工具箱 - PSSL（二）

文章名称【CIKM-2021】【GaolingSchoolofArtificialIntelligence】PSSL-Self-supervisedLearningforPersonalizedSearchwithContrastiveSampling
processor4d·2024-01-07 13:36

推荐系统遇上深度学习(九十八)-[微信]推荐系统中更好地学习用户-标签偏好

本文介绍CIKM20上微信发表的一篇文章《LearningtoBuildUser-tagProfileinRecommendationSystem》，主要介绍了微信看一看（"TopStories"）中，
文哥的学习日记·2024-01-07 02:12

推荐系统遇上深度学习(一零三)-[京东&百度]用于电商推荐系统多目标排序的DMT模型

今天继续来介绍CIKM20上有关推荐系统的论文。本文介绍的是京东和百度的研究人员发表的有关在大规模电商推荐系统的多目标排序上的工作。
文哥的学习日记·2023-12-29 17:06

FINT, CIKM2021, 基于field进行高阶特征交叉

FINT:Field-awareINTeractionNeuralNetworkForCTRPrediction0.ReferenceZhao,Zhishan,etal."FINT:Field-awareINTeractionNeuralNetworkForCTRPrediction."arXivpreprintarXiv:2107.01999(2021).1.Motivation一方面，高阶特征
FeynmanMa·2023-12-25 09:09

图神经网络自监督学习工具箱 - CPT-HG（二）

文章名称【CIKM-2021】【BeijingUniversityofPostsandTelecommunications/WeChatSearchApplicationDepartment,TencentInc
processor4d·2023-12-02 00:52

推荐系统论文阅读（四十七)-DMIN:用户多兴趣演化网络

DeepMulti-InterestNetworkforClick-throughRatePrediction》论文地址：https://dl.acm.org/doi/pdf/10.1145/3340531.3412092今天来看一篇阿里发在CIKM
推荐系统论文阅读·2023-11-22 10:27

CIKM2021《Single Node Injection Attack against Graph Neural Networks》论文详解

原文链接：https://arxiv.org/pdf/2108.13049.pdfevasionattack1AbstractandIntroduction图神经网络节点注入攻击是一种新兴而实用的攻击场景，攻击者通过注入恶意节点而不是修改原始节点或边来影响图神经网络的性能。本文关注的是一个非常有限的单节点注入evasionattack场景，即攻击者在测试阶段只被允许注入单个节点来伤害GNN的性能。
Anonymous-·2023-11-16 14:20

联邦学习与推荐系统

PersonalizedFederatedRecommendationviaJointRepresentationLearning,UserClustering,andModelAdaptation](https://dl.acm.org/doi/abs/10.1145/3511808.3557668)CIKM2022
jieHeEternity·2023-10-29 18:58

【CIKM 2023】扩散模型加速采样算法OLSS，大幅提升模型推理速度

近日，阿里云人工智能平台PAI与华东师范大学陈岑副教授团队合作在深度学习顶级会议CIKM2023上发表OLSS(OptimalLinearSubspaceSearch)算法，这是一种针对扩散模型的采样加速算法
阿里云大数据AI技术·2023-10-26 06:16

Khronos: 面向万亿规模时间线的性能监控引擎建设实践

Khronos支持动态生命周期的存储计算分离架构，采用schemaless的datamodel设计，在万亿数据规模下为业务提供易用、高效、经济的服务，团队近期的优化工作也被国际学术会议CIKM2023收录
阿里技术·2023-10-25 13:06

因果推断推荐系统工具箱 - CausCF: Causal Collaborative Filtering for Recommendation Effect Estimation（二）

文章名称【CIKM-2021】CausCF:CausalCollaborativeFilteringforRecommendationEffectEstimation核心要点上一节，讲述了问题的定义和建模方法
processor4d·2023-10-08 05:43

论文笔记：Can Adversarial Training benefit Trajectory Representation? AnInvestigation on Robustness for

AnInvestigationonRobustnessforTrajectorySimilarityComputation22CIKM1intro1.1背景与传统基于成对轨迹点的TSC（trajectorysimilaritycomparison
UQI-LIUWJ·2023-10-06 01:17

1 论文笔记：Efficient Trajectory Similarity Computation with ContrastiveLearning

2022CIKM1intro1.1背景轨迹相似度计算是轨迹分析任务（相似子轨迹搜索、轨迹预测和轨迹聚类）最基础的组件之一现有的关于轨迹相似度计算的研究主要可以分为两大类：传统方法DTW、EDR、EDwP
UQI-LIUWJ·2023-10-01 06:49

对比学习算法在转转的实践

,CL）是近年来AI领域的热门研究方向，吸引了众多研究学者的关注，其所属的自监督学习方式，更是在ICLR2020被Bengio和LeCun等大佬点名称为AI的未来，后陆续登陆NIPS,ACL,KDD,CIKM
转转技术团队·2023-09-30 08:08

论文笔记（整理）：轨迹相似度顶会论文中使用的数据集

ICDE2023ContrastiveTrajectorySimilarityLearningwithDual-FeatureAttention过滤位于城市（或国家）区域之外的轨迹过滤包含少于20个点或超过200个点的轨迹——>137W轨迹CIKM2022EfficientTrajectorySi
UQI-LIUWJ·2023-09-29 11:47

DeepHawkes算法报告

作者介绍：这篇论文是沈华伟老师团队发表在CIKM2017上的一篇关于热度预测方向的论文，提出了模型DeepHawkes，模型结合了RNN和Hawkes模型，能够解释性地使用生成式方法（霍克斯模型），并利用神经网络的计算优势
神葱哥1号·2023-09-06 05:29

CIKM 2021 | DISENKGAT：知识图谱解耦表征学习

©PaperWeekly原创·作者|吴俊康学校|中国科学技术大学硕士生研究方向|信息检索论文标题：DisenKGAT:KnowledgeGraphEmbeddingwithDisentangledGraphAttentionNetwork论文作者：吴俊康（中国科学技术大学），石文焘（中国科学技术大学），曹雪智（美团），陈佳伟（中国科学技术大学），雷文强（新加坡国立大学），张富峥（美团），武威（美团
PaperWeekly·2023-08-12 23:54

推荐系统遇上深度学习(一二二)-[阿里]通过孪生掩码层来高效的学习特征表示向量

今天给大家介绍阿里在CIKM2021上发表的一篇关于Embedding的论文，本文的标题是从阿里妈妈技术复制过来的（共有6篇论文入选，可参考https://zhuanlan.zhihu.com/p/401520358
文哥的学习日记·2023-08-05 19:38

推荐系统（九）SENet 双塔模型在推荐领域召回粗排的应用

1.双塔模型的鼻祖——DSSM模型所谓“双塔模型”，可以追溯到UIUC（伊利诺伊大学厄巴纳-香槟分校）与微软于2013在CIKM上发表的论文，论文中提到了一种名为DSSM（DeepStructuredSemanticModels
Jin_Kwok·2023-07-27 23:43

推荐系统论文阅读（七)-借鉴DSSM构建双塔召回模型

LearningDeepStructuredSemanticModelsforWebSearchusingClickthroughData》论文地址：https://www.microsoft.com/en-us/research/wp-content/uploads/2016/02/cikm2013
推荐系统论文阅读·2023-07-25 22:04

【论文笔记】CIKM‘22 ＆ Amazon | (Navip) 推荐系统中图神经网络的去偏邻域聚合

目录1.Introduction2.RelatedWork2.1基于GNN的推荐2.2逆倾向评分IPS3.模型3.1Navip4.实验结果本文是亚马逊在CIKM2022的一篇工作论文地址：https:/
·2023-07-20 07:54

CIKM2022|中科院联合腾讯提出基于知识蒸馏的校准转化率预估

CalibratedConversionRatePredictionviaKnowledgeDistillationunderDelayedFeedbackinOnlineAdvertisingYuyaoGuo,HaomingLi,XiangAo,MinLu,DapengLiu,LeiXiao,JieJiang,QingHeChineseAcademyofSciences,Tencenthttps
frank_hetest·2023-06-24 05:30

S^3-Rec:self-supervised learning for sequential recommendation with mutual information maximization

S3-rec是人大和美团等研究人员在CIKM2020上发表的一篇文章，本文提出的S3-rec提出基于自监督神经网络架构，使用互信息最大化MIM(mutualinformationmaximization
futurewq·2023-06-17 13:28

CIKM 2020 | 一文详解美团6篇精选论文

CIKM是信息检索、知识管理和数据库领域中顶级的国际学术会议，自1992年以来，CIKM成功汇聚上述三个领域的一流研究人员和开发人员，为交流有关信息与知识管理研究、数据和知识库的最新发展提供了一个国际论坛
·2023-06-16 11:56

Graph Learning笔记 - 长尾分布问题

SL-DSGCN论文：InvestigatingandMitigatingDegree-RelatedBiasesinGraphConvolutionalNetworks来源：2020CIKM概要GCN
RWLinno·2023-06-13 01:18

CIKM论文解读 | 淘宝内容化推荐场景下对多场景全域表征的思考与应用

我们结合逛逛推荐场景中的具体问题，从多场景全域表征的视角进行了一系列的探索与内容推荐场景的应用，从全域表征的范围、信息迁移方式以及模型框架的应用等维度展开我们的优化工作，取得了阶段性的优化经验和业务效果。背景介绍淘宝逛逛自2020年底上线以来，一直作为淘宝内容化推荐体系下内容社区营造和种草分享的重要阵地。与商品推荐的区别在于，为了打造"好看,有趣,真实,好物"的价值理念，淘宝逛逛在产品形态和分发体
阿里巴巴淘系技术团队官网博客·2023-06-11 06:25

推荐系统遇上深度学习(九十九)-[华为]多教师网络知识蒸馏来提升点击率预估效果

本文是CIKM20上华为发表的一篇关于使用知识蒸馏来提升点击率预估效果的论文，论文标题是《EnsembledCTRPredictionviaKnowledgeDistillation》，下载地址为：https
文哥的学习日记·2023-06-08 08:12

【论文阅读】Analyzing the Effectiveness and Applicability of Co-training

AnalyzingtheEffectivenessandApplicabilityofCo-Training},author={KamalNigamandRayidGhani},booktitle={CIKM
来日可期1314·2023-04-13 03:01

微信看一看强化学习推荐模型的知识蒸馏探索之路丨CIKM 2021

猜你喜欢0、【免费下载】2021年11月热门报告盘点&下载1、如何搭建一套个性化推荐系统？2、从零开始搭建创业公司后台技术栈3、全民K歌推荐系统算法、架构及后台实现4、微博推荐算法实践与机器学习平台演进5、腾讯PCG推荐系统应用实践6、强化学习算法在京东广告序列推荐场景的应用7、飞猪信息流内容推荐探索8、华为项目管理培训教材9、美团大脑系列之商品知识图谱的构建和应用本文基于论文《Explore,F
智能推荐系统·2023-04-10 03:10

[PED05]Incomplete Multi-view Clustering via Subspace Learning

IncompleteMulti-viewClusteringviaSubspaceLearningPublication：CIKM2015Author：QiyueYin,ShuWu,LiangWang（
张小甜甜·2023-03-31 05:58

What Can History Tell Us? Identifying Relevant Sessions for Next-Item Recommendation

CIKM2019Introduction作者提出了一种新的基于深度学习的方法来利用和整合短期用户偏好和相关的长期用户偏好来进行基于会话的推荐不同的历史会话对当前会话中的短期用户偏好具有不同的影响，因此作者设计了一个两层的
懿想天开_·2023-03-29 10:40

推荐系统论文阅读（三十)-微信：深度反馈网络-DFN

论文题目：《DeepFeedbackNetworkforRecommendation》论文地址：https://www.ijcai.org/Proceedings/2020/0349.pdf之前介绍了两篇在cikm
推荐系统论文阅读·2023-03-19 03:30

CIKM2019比赛的剖析

源自于对项目的不断追求和优化提升点的归因分析，在总结中前行，在分析中进步.核心思想是：基于用户相似-物品相似来进行推荐用户商品的向量内积即距离代表兴趣来建模EDA：浏览、喜欢、收藏、加购进行兴趣权重构建召回阶段：关联规则Aprior、兴趣、热门、排序：正、负样本从召回采样特征重要性排序代码分析：减少内存优化召回：生成用户日志、热度商品、原始的矩阵、合并、保存稀疏矩阵到稠密矩阵、统计稠密矩阵？、生成
金字塔的AI·2023-03-11 11:02

背景宽高随文本变化_今日论文|零资源口语建模&多尺度合并蒸馏语义分割持续学习&迷彩动物识别&数据到文本语义准确新指标&自动深度GNN设计&MORE...

这些论文主要来自AAAI，AAMAS，ACCV，CIKM，ArtificialIntelligence，CVPR，ECCV，EMNLP，ICASSP，ICLR，ICML，ICONIP，ICPR，ICRA
weixin_39611072·2023-02-06 18:49

2019-CIKM-Multi-Interest Network with Dynamic Routing for Recommendation at Tmall

Multi-InterestNetworkwithDynamicRoutingforRecommendationatTmall2019CIKMRS分为两阶段：matching和ranking。matching阶段检索出和用户兴趣相关的候选集；ranking阶段根据用户兴趣对候选集排序。因此在每个阶段表示用户的兴趣都很重要，但是目前大多方法都用一个向量来表示用户，不能很好的捕获用户多兴趣的表示。本文
Dive_·2023-02-03 03:43

CIKM 2021 | FKGE：差分隐私的联邦知识图谱嵌入

本文介绍我们最近的一项被CIKM2021录用的工作《DifferentiallyPrivateFederatedKnowledgeGraphsEmbedding》：Paper：https://arxiv.org
AITIME论道·2023-01-18 11:29

【论文阅读 CIKM2014】Extending Faceted Search to the General Web

文章目录ForewordMotivationMethodQueryfacetgeneration:FacetfeedbackEvaluationForewordThispaperisfromCIKM2014,soweonlyconsidertheinsightsIhavereadthispaperlastmonthandtodayisharethisblogTherearemanypapersth
长命百岁️·2023-01-17 13:39

【论文阅读 CIKM2011】Finding Dimensions for Queries

文章目录ForewordAbsMethodListExtractionListWeightingListClusteringDimensionandItemRankingForewordThispaperisfromCIKM2011,soweonlycondierthemethod,notresultsTherearemanypapersthathavenotbeenshared.Morepape
长命百岁️·2023-01-17 13:39

21CIKM：Understanding Event Predictions via Contextualized Multilevel Feature Learning论文笔记

模型任务对模型方法不多做介绍，该工作重点是解释方法。其解释方法实质上与GNNExplainer一致。可参考19NIPS：GNNExplainer:GeneratingExplanationsforGraphNeuralNetworks阅读笔记数据集：ZZ活动数据集：X=某地活动（游行、抗议etc.）的时间序列，Y=该地是否爆发新的活动（游行、抗议）新冠数据集：X=某地活动（集会、节日etc.）的时
ZEBRONE·2023-01-11 07:47

基于注意力机制的循环网络进行层级性多元标签文本分类

1前言今天分享一篇做层级性多元标签文本分类任务的paper，题目为：，论文是发表在2019年CIKM上，下载地址为：https://base.ustc.edu.cn/pdf/Wei-Huang-CIKM2019
烛之文·2023-01-09 14:01

工业界推荐_Industrial RS(3)

IndustrialRSBaiduXiangyuetal.Whole-ChainRecommendations.CIKM,2020.随着强化学习(RL)的流行，基于强化学习(RL)的推荐系统得到了广泛的关注
笃℃·2023-01-06 09:18
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他