kdd

KDD 2019论文解读：多分类下的模型可解释性

日前，由阿里巴巴研究型实习生张雪舟、蚂蚁金服高级算法专家娄寅撰写的论文《AxiomaticInterpretabilityforMulticlassAdditiveModels》入选全球数据挖掘顶级会议KDD2019
婉妃·2023-10-02 03:40

对比学习算法在转转的实践

ContrastiveLearning,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
转转技术团队·2023-09-30 08:08

CRS(3)阅读笔记：2020KDD - Interactive Path Reasoning on Graph for Conversational Recommendation

前言本文针对对话式推荐任务，提出基于图结构进行路径推理实现交互推荐。project：https://cpr-conv-rec.github.io/manual.html/对话推荐系统（CRS）通过直接向用户询问其在商品上的偏好属性，解决了传统推荐中存在的局限。但是，现有的CRS方法没有充分利用这种优势-它们仅以隐式方式使用属性反馈(attributesfeedback)，例如更新潜在用户表示形式。
阿瑟_TJRS·2023-09-29 23:18

KDD 2020捷报 | 第四范式斩获KDD Cup全球冠军 AutoML挑战赛圆满落幕

近日，一年一度的国际数据挖掘顶级会议KDD正在如火如荼的进行。
weixin_43798812·2023-09-29 15:38

Talk | KDD‘23 Best Paper 港中文孙相国：All in One - 提示学习在图神经网络中的探索

本期为TechBeat人工智能社区第532期线上Talk！北京时间9月20日(周三)20:00，香港中文大学博后研究员—孙相国的Talk已准时在TechBeat人工智能社区开播！他与大家分享的主题是:“提示学习在图神经网络中的探索”，他分享了提示学习基本概念，并介绍了他的团队提出的图模型多任务提示方法。Talk·信息▼主题：提示学习在图神经网络中的探索嘉宾：香港中文大学博后研究员孙相国时间：北京时
TechBeat人工智能社区·2023-09-29 05:21

论文笔记：ST2Vec: Spatio-Temporal Trajectory SimilarityLearning in Road Networks

2022KDD1intro现有的轨迹相似性学习方案强调空间相似性而忽视了时空轨迹的时间维度，这使得它们在有时间感知的场景中效率低下如上图，在拼车过程中，T1表示司机计划的行程，T2和T3是两个想要搭车的人
UQI-LIUWJ·2023-09-26 20:48

Day1-DeepWalk

论文《DeepWalk:OnlineLearningofSocialRepresentations》2014年发表在数据挖掘顶会ACMSIGKDD（KDD）上的论文目的：学习节点表示推动：将自然语言处理里面的无监督学习方法迁移至此思路
知福致福·2023-09-26 12:42

【论文解读】RALM：微信看一看中基于Attention机制的实时Look-alike推荐模型

前段时间读了来自微信团队发表在KDD2019上的一篇论文《Real-timeAttentionBasedLook-alikeModelforRecommenderSystem》，简称是RALM，主要介绍的是一种将
_王子段·2023-09-26 02:35

【Graph Net学习】DeepWalk/Node2Vec实现Graph Embedding

DeepWalk（KDD2014）：首个影响至今的图的Embedding算法，DeepWalk算法是一种用于学习节点表示的方法，常用于网络图中的节点的嵌入表示。
BoostingIsm·2023-09-24 19:16

论文笔记：MTrajRec: Map-Constrained Trajectory Recovery via Seq2SeqMulti-task Learning

2021KDD1intro1.1背景现实中低采样率的轨迹十分常见以出租车为例，为了节约设备的通信成本，通常每2-6分钟才会上报一个位置信息——>这导致收集到的轨迹数据十分稀疏为了更好地挖掘低采样率的轨迹
UQI-LIUWJ·2023-09-22 21:47

第八课.TPAMI2021年多篇GNN相关工作

Topology-AwareGraphPoolingNetworksGraphNeuralNetworkswithConvolutionalARMAFiltersLearningGraphConvolutionalNetworksforMulti-LabelRecognitionandApplications补充内容DeepWalk（KDD2014
tzc_fly·2023-09-21 12:31

数据挖掘：概念与技术（第三版）之第十章的学习记录

KDD对聚类分析的要求是P289,10.1.2。基本的聚类方法
張清扬·2023-09-20 05:27

Re46：读论文 DAGNN Towards Deeper Graph Neural Networks

诸神缄默不语-个人CSDN博文目录论文名称：TowardsDeeperGraphNeuralNetworks模型简称：DAGNN本文是2020年KDD论文，下载地址是https://www.kdd.org
诸神缄默不语·2023-09-19 12:38

量化交易最新12篇顶会论文及开源代码汇总（WWW23、AAAI23、KDD23）

对比普通的交易方式，量化交易具有高效性、稳定性以及强风险控制能力，因此，量化交易在金融领域中已经得到了广泛的应用，目前已有许多大型投资机构和对冲基金将量化交易列为其投资组合的重要部分。本次分享的是我从各大顶会中精选出的12篇量化交易论文（文末领取），帮助同学们了解量化交易领域最新的研究方向与技术成果，快速获得idea冲下一篇顶会。这里也放上我上次整理的kaggle量化交易的比赛top方案，理论+实
深度之眼·2023-09-11 20:29

KDD2023 | Accelerating Antimicrobial Peptide Discovery with Latent Sequence-Structure Model

论文标题：AcceleratingAntimicrobialPeptideDiscoverywithLatentSequence-StructureModel论文地址：https://dl.acm.org/doi/10.1145/3580305.3599249代码：GitHub-dqwang122/LSSAMP:Codeforpaper'AcceleratingAntimicrobialPepti
羊飘·2023-09-10 18:25

机器学习笔记：node2vec（论文笔记：node2vec: Scalable Feature Learning for Networks）

2016KDD1intro利用graph上的节点相似性，对这些节点进行embedding同质性：节点和其周围节点的embedding比较相似蓝色节点和其周围的节点结构等价性结构相近的点embedding
UQI-LIUWJ·2023-09-06 15:36

Rethinking the Role of Pre-ranking in Large-scale E-Commerce Searching system

来源：KDD’2023TaobaoSearch文章目录ASHASMOL训练样本训练目标蒸馏精排总结反思粗排在大规模电商搜索系统中的角色。
Miha_Singh·2023-09-04 01:43

Empowering Long-tail Item Recommendation through Cross Decoupling Network (CDN)

EmpoweringLong-tailItemRecommendationthroughCrossDecouplingNetwork(CDN)来源：KDD’2023GoogleResearch文章目录EmpoweringLong-tailItemRecommendationthroughCrossDecouplingNetwork
Miha_Singh·2023-09-04 01:12

《数据挖掘导论》学习笔记：第1-2章

第1章绪论1.1什么是数据挖掘KDD：KnowledgeDiscoveryinDatabase过程如下：CreatedwithRaphaël2.1.0输入数据数据预处理数据挖掘后处理信
bakalaka·2023-09-03 05:40

《数据挖掘导论》学习笔记（第1-2章）

《数据挖掘导论》学习笔记（第1-2章）转载：《数据挖掘导论》学习笔记（第1-2章）——Wr_Ran第1章绪论1.1什么是数据挖掘KDD：KnowledgeDiscoveryinDatabase过程如下：
schdut·2023-09-03 05:08

CodeGeeX2: 更强大的多语言代码生成模型

CodeGeeX2是多语言代码生成模型CodeGeeX(KDD’23)的第二代模型。
池佳齐·2023-09-03 01:39

KDD 2023 | 美团技术团队精选论文解读

本文精选了美团技术团队被KDD2023收录的7篇论文进行解读，论文覆盖了Feed流推荐、多模态数据、实例分割、用户意图预测等多个方向。这些论文也是美团技术团队与国内多所高校、科研机构合作的成果。
美团技术团队·2023-09-01 09:40

基于飞桨图学习框架的空间异配性感知图神经网络

本期文章将为大家分享飞桨社区开发者肖淙曦、周景博发表于数据挖掘顶会KDD2023的论文《SpatialHeterophilyAwareGraphNeuralNetworks》。
飞桨PaddlePaddle·2023-08-30 08:35

基于飞桨图学习框架的空间异配性感知图神经网络

本期文章将为大家分享飞桨社区开发者肖淙曦、周景博发表于数据挖掘顶会KDD2023的论文《SpatialHeterophilyAwareGraphNeuralNetworks》。
·2023-08-29 15:56

数据挖掘教程：什么是数据挖掘？技术，工艺

数据挖掘也称为数据中的知识发现（KDD），知识提取，数据/模式分析，信息收集等。数据类型可以对以下类型的数据执行数据挖掘关系数据库数据
南北极之间·2023-08-28 22:34

2021KDD论文解读：外卖配送服务中路径预测与时间预测的深度学习方法

美团配送2021KDD论文：ADeepLearningMethodforRouteandTimePredictioninFoodDeliveryService背景配送系统存在一些关键预测环节。
·2023-08-25 12:13

KDD2018精选（3）用引导特征反演解释基于DNN的预测

1.原文：TowardsExplanationofDNN-basedPredictionwithGuidedFeatureInversion作者来自德州农机大学关键词：机器学习解释；深度学习；中间层；引导特征反演1.1引言DNN通常可解释性不高且易受原始数据偏误影响，提高模型可解释性可优化上述两个问题。模型层面通常解释一组神经元的行为，实例层面通常解释一组数据的特征，后者比前者直观。传统实例层面通
曹今可·2023-08-19 14:24

基于迁移学习的基础设施成本优化框架，火山引擎数智平台与北京大学联合论文被KDD收录

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群基于迁移学习的基础设施成本优化框架，火山引擎数智平台与北京大学联合论文被KDD收录近期，第29届国际知识发现与数据挖掘大会
·2023-08-18 12:04

基于迁移学习的基础设施成本优化框架，火山引擎数智平台与北京大学联合论文被KDD收录

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群基于迁移学习的基础设施成本优化框架，火山引擎数智平台与北京大学联合论文被KDD收录近期，第29届国际知识发现与数据挖掘大会
·2023-08-18 11:55

用Validator检查你的表单

;k#wB7Kdd可把Validator框架作为一个可用于formBean验证的可插入的验证例行程序系统来进行安装。
ajwh64482·2023-08-17 16:13

KDD 2023 | 美团技术团队精选论文解读

本文精选了美团技术团队被KDD2023收录的7篇论文进行解读，论文覆盖了Feed流推荐、多模态数据、实例分割、用户意图预测等多个方向。这些论文也是美团技术团队与国内多所高校、科研机构合作的成果。
·2023-08-15 16:34

推荐系统论文阅读（五十五)-美团：双重增强双塔召回模型

论文：论文题目：《ADualAugmentedTwo-towerModelforOnlineLarge-scaleRecommendation》论文地址：https://dlp-kdd.github.io
推荐系统论文阅读·2023-08-15 09:59

基于飞桨图学习框架实现的城市地点动态关系挖掘

曾获2021年百度研究院年度优秀实习生，有多篇基于飞桨完成的论文，发表于KDD、AAAI等计算机顶级会议。周景博飞桨开发者高级技术专家（高级PPDE），现任百度研究院商业智能实验室资深研究员。
飞桨PaddlePaddle·2023-08-15 07:29

GPT-4，Llama2，ChatGLM2，PaLM2共聚一堂 | LLM Day @KDD 2023

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！以下内容来源于GLM大模型在过去半年中，以ChatGPT为代表的大规模语言模型（LLMs）彻底改变世界，人类与世界的交互逐渐进入到了一个新的阶段。然而，伴随着资本狂热之后的冷静，LLMs当前进展到了哪一步，以及接下来急迫需要解决哪些问题，这亟需学术界人士去细致分析。为此，在即将召开的ACMKDD2023会议上，由清华大学唐杰教授、东昱晓助理教
AITIME论道·2023-08-10 08:21

干货 | 面向多任务学习和领域泛化的公平感知机器学习

在包括KDD，CVPR,AAAI，WWW，ICASSP等会议与期刊上发表过多篇论文，并受邀担任KDD，NeurIPS，AAAI，ICDM，AISTATS等人工智能领域顶级国际会议程序委员和审稿人
AITIME论道·2023-08-10 08:50

7月27日、28日| KDD 2023 预讲会——来自中科大、Amazon、NUS、中科院、Baylor等的七位一作学者分享...

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！哔哩哔哩直播通道扫码关注AITIME哔哩哔哩官方账号预约直播7月27日14:30-16:3014:30-15:00周正阳以不变应万变：面向时空数据的不变关联学习15:00-15:30万润哲ExperimentationPlatformsMeetReinforcementLearning:BayesianSequentialDecision-M
AITIME论道·2023-08-10 08:20

7月27日、28日| KDD 2023 预讲会——来自中科大、Amazon、NUS、中科院、Baylor的五位一作学者分享...

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！哔哩哔哩直播通道扫码关注AITIME哔哩哔哩官方账号预约直播7月27日14:30-16:3014:30-15:00周正阳以不变应万变：面向时空数据的不变关联学习15:00-15:30万润哲ExperimentationPlatformsMeetReinforcementLearning:BayesianSequentialDecision-M
AITIME论道·2023-08-10 08:49

明天 14:00 | KDD 2023 预讲会

点击蓝字关注我们AITIME欢迎每一位AI爱好者的加入！哔哩哔哩直播通道扫码关注AITIME哔哩哔哩官方账号预约直播议程介绍7月20日14:00-17:4014:00-14:20魏嘉珩Toaggregateornot?Learningwithseparatenoisylabels14:20-14:40刘芳甫DiscoveringDynamicCausalSpaceforDAGStructureLe
AITIME论道·2023-08-10 08:19

CMU神秘token贡献ChatGPT安全措施|【2023-0802】【第八期】

CMU博士击破LLM护栏，人类毁灭计划脱口而出KDD2023|GPT时代医学AI新赛道：16万张图片、70万问答对的临床问答数据集MIMIC-Diff-VQA发布Llama-2首个全方位评测，国内外开源模型大比拼
linxid【智子纪元】·2023-08-08 16:07

TARNet: Task-Aware Reconstruction for Time-Series Transformer(KDD2022)

时间序列数据包含时间顺序信息，可以指导预测性结束任务的表示学习(例如，分类，回归)。最近，有一些尝试利用这种顺序信息，通过重构随机屏蔽的时间段的时间序列值，首先预训练时间序列模型，然后在同一数据集上进行结束任务微调，证明了结束任务性能的改善。然而，这种学习范式将数据重构与最终任务解耦。我们认为，通过这种方式学习到的表示不会被结束任务所告知，因此，可能对结束任务的表现不是最优的。事实上，不同时间戳的
西西弗的小蚂蚁·2023-08-04 02:32

数据挖掘引论

数据挖掘引论一.数据挖掘(KDD)的基本过程数据清理（消除噪声和删除不一致数据）数据集成（多种数据源可以组合在一起）数据选择（从数据库中提取与分析任务相关的数据）数据变换（通过汇总或聚集操作，把数据变换和统一成合适挖掘的形式
养猫的小新·2023-07-29 21:49

《稻盛和夫自传》观感书评

全书为稻盛和夫先生亲笔撰写，里面记录的事迹到KDD为
听风21a·2023-07-22 08:53

从阿里的User Interest Center看模型线上实时serving方法

但是看到阿里妈妈去年KDD上的文章PracticeonLongSequentialUserBehaviorModelingforClick-ThroughRatePrediction之后，还是有种
王喆的机器学习笔记·2023-07-21 06:21

TextMining Day3 基于信息抽取的文本挖掘

数据挖掘与信息提取相结合3.1DISCOTEX系统3.2评价4.使用挖掘规则改进IE4.1算法4.2评价7.结论1.简介图1:基于IE（信息抽取）的文本挖掘框架概述本文报告了计算机相关职位招聘领域的实验，证明了将KDD
想太多!·2023-07-21 00:14

【论文笔记】KDD2019 | KGAT: Knowledge Graph Attention Network for Recommendation

Abstract为了更好的推荐，不仅要对user-item交互进行建模，还要将关系信息考虑进来传统方法因子分解机将每个交互都当作一个独立的实例，但是忽略了item之间的关系（eg：一部电影的导演也是另一部电影的演员）高阶关系：用一个/多个链接属性连接两个itemKG+user-itemgraph+highorderrelations—>KGAT递归传播邻域节点（可能是users、items、att
·2023-07-20 07:50

DIN - 序列模型之深度兴趣网络（阿里）

DIN来自于阿里盖坤团队在KDD-2018发的论文《DeepInterestNetworkforClick-ThroughRatePrediction》。
#苦行僧·2023-07-19 11:45

图神经网络自监督学习工具箱 - PT-HGNN（三）

文章名称【KDD-2021】【BeijingUniversityofPostsandTelecommunications/SingaporeManagementUniversity】Pre-trainingonLarge-ScaleHeterogeneousGraph
processor4d·2023-07-16 08:53

2023年美团科研合作课题公开征集启动

过去四年，美团与国内外三十余所知名高校及科研机构，围绕人工智能、自动驾驶、运筹优化、大数据、信息基础设施等研究领域开展了百余项课题合作，在NeurIPS、ICML、CVPR、ACL、KDD等顶级会议发表论文
美团技术团队·2023-06-18 21:17

KDD 2022 | 美团技术团队精选论文解读

今年，美团技术团队有多篇论文被KDD2022收录，这些论文涵盖了图谱预训练、选择算法、意图自动发现、效果建模、策略学习、概率预测、奖励框架等多个技术领域。
·2023-06-16 11:06

论文笔记 | KDD2014 | Practical Lessons from Predicting Clicks on Ads at Facebook

gbdt_lr-title.jpg论文地址：https://quinonero.net/Publications/predicting-clicks-facebook.pdf一为什么读这篇本文属于深度学习时代之前的一篇经典CTR预估paper，即大名鼎鼎的GBDT+LR，记得当年刚出来的时候还是挺火的，可惜深度学习遍地开花后，就退出舞台了，不过为了夯实下基础，还是得看看，同时希望可以从历史经典中挖
ktulu7·2023-06-16 04:12
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他