kdd 第8页

2019_KDD_KGAT_ Knowledge Graph Attention Network for Recommendation

2019_KDD_KGAT_KnowledgeGraphAttentionNetworkforRecommendation论文下载地址：https://doi.org/10.1145/3292500.3330989

XingHe_XingHe_·2022-05-30 07:09

论文解读（AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》

AdaptiveGraphEncoderforAttributedGraphEmbedding论文作者：GayanK.Kulatilleke,MariusPortmann,ShekharS.Chandra论文来源：2020,KDD

Learner-·2022-05-28 22:00

【GCN-RS】Deep GCN with Hybrid Normalization for Accurate and Diverse Recommendation (DLP-KDD‘21)

DeepGraphConvolutionalNetworkswithHybridNormalizationforAccurateandDiverseRecommendation(DLP-KDD’21)一句话总结这篇文章就是在

chad_lee·2022-05-22 07:19

DeepWalk: Online Learning of Social Representations

Paper:http://www.perozzi.net/publications/14_kdd_deepwalk.pdf代码解析：https://blog.csdn.net/weixin_42486623

发呆的比目鱼·2022-05-11 07:06

论文解读（DAGNN）《Towards Deeper Graph Neural Networks》

论文信息论文标题：TowardsDeeperGraphNeuralNetworks论文作者：MengLiu,HongyangGao,ShuiwangJi论文来源：2020,KDD论文地址：download

Learner-·2022-05-02 16:00

日常论文分享---持续更新中

https://github.com/km1994/nlp_paper_study一些顶会AAAI、ICLR、CVPR、ACL、ICML、SIGIR、KDD、ECCV、EMNLP、NeurIPS以及IJCAI

weixin_42001089·2022-04-25 07:42

[机器学习]集成学习--bagging、boosting、stacking

这也是集成学习在众多高水平的比赛如奈飞比赛，KDD和Kaggle，被首先推荐使用的原因。一般来说集成学习可以分为三大类：用于减少方差的bagg

weixin_30708329·2022-04-21 07:00

基于同态加密和秘密共享的无第三方纵向逻辑回归

基于同态加密和秘密共享的逻辑回归方案0，写在前面Fate升级1.7.0版本之后，实现了阿里2021KDD的一篇论文，WhenHomomorphicEncryptionMarriesSecretSharing

林立可·2022-04-17 10:14

今日arXiv精选 | Interspeech/KDD/TACL/ICCV/CIKM

关于#今日arXiv精选这是「AI学术前沿」旗下的一档栏目，编辑将每日从arXiv中精选高质量论文，推送给读者。ALight-weightcontextualspellingcorrectionmodelforcustomizingtransducer-basedspeechrecognitionsystemsComment:ThispaperhasbeenacceptedbyInterspeec

PaperWeekly·2022-04-14 07:42

数据挖掘——第一章：概述

文章目录1.数据分析与数据挖掘1.1数据分析1.2数据挖掘1.3知识发现（KDD）的过程1.4数据分析与数据挖掘的区别1.5数据分析与数据挖掘的联系2.分析与挖掘的数据类型2.1数据库数据2.2数据仓库数据

平什么阿·2022-04-06 07:45

百度获得2022 KDD Cup主办权，赛题直指“双碳”目标

KDDCup：数据挖掘领域的“世界杯”KDDCup（国际知识发现和数据挖掘竞赛）比赛由ACM协会的SIGKDD分会举办，从1997年开始，每年举办一次，被称为数据挖掘领域的世界杯，是该领域水平最高、最有影响力的顶级赛事。1997年以来，KDDCup一直紧密结合工业界前沿与热点问题，同时面向企业界和学术界，云集了世界数据挖掘界的顶尖专家、学者、工程师和学生参加，为数据挖掘从业者们提供了一个实力展示与

·2022-04-01 16:10

数据挖掘基本概念

1.数据挖掘又称从数据中发现知识，后者英文简称为KDD。

冰科技·2022-03-25 07:49

论文笔记：《Incorporating Interpretability into Latent Factor Models via Fast Influence Analysis》

论文地址：https://dl.acm.org/doi/10.1145/3292500.3330857实现代码github：https://github.com/WeiyuCheng/FIA-KDD-19

AD钙奶hhhhh·2022-03-12 07:11

如何进行数据挖掘？

它是数据库知识发现（英语：Knowledge-DiscoveryinDatabases，简称：KDD)中的一个步骤。

·2022-03-11 11:07

embedding技术(1): Res-embedding for Deep Learning Based Click-Through Rate Prediction Modeling

DLP-KDD2019摘要目前点击率(CTR)预测模型已经从浅层方法发展到深层神经网络，大多数深度CTR模型遵循Embedding&MLP范式，即首先映射离散的id特征，例如用户访问的物品，使用嵌入模块转换为低维向量

阿瑟_TJRS·2022-03-10 10:54

2021-08-27

8月25日，全球KDD2021TrustDayChineseWorkshop暨信任重构·价值共生——2021首届可信数据与计算智能学术年会】在线召开，集结来自北清复交、浙大、港科大等顶级AI、密码学、计算机学

算力智库·2022-02-26 07:45

【推荐系统】Graph Embedding系列之node2vec: Scalable Feature Learning for Networks

node2vec:ScalableFeatureLearningforNetworks论文地址：https://www.kdd.org/kdd2016/papers/files/rfp0218-groverA.pdf

长相忆兮长相忆·2022-02-12 07:57

HinDroid: An Intelligent Android Malware Detection System Based on Structured Heterogeneous Infor...

2017SIGKDDbestpaperawardpaper:https://www.cse.ust.hk/~yqsong/papers/2017-KDD-HINDROID.pdfslide:http:/

光明预言·2022-02-11 11:47

2018-03-06

后来与IDO,KDD合并成为一个足以抗衡NTT的曰本第二大通信运营商。所以并非只有既得利益的人才能成功，敢于挑战的新人，只要以一颗纯粹的心灵坚持不懈地努力拼搏，同样也能够成功。

ouyangqingqiao·2022-02-11 00:37

7次KDD Cup&Kaggle冠军的经验分享：从多领域优化到AutoML框架

反馈快速，竞争激烈的算法比赛是算法从业者提升技术水平的重要方式，从若干行业核心问题抽象出的算法比赛具有很强的实际意义。本文结合笔者在7次Kaggle/KDDCup中的冠军经验，对于多领域建模优化，AutoML技术框架，以及面对新问题如何分析建模三个方面进行了介绍。希望能够让读者收获比赛中的通用高效建模方法与问题理解思路。1背景与简介反馈快速、竞争激烈的算法比赛是算法从业者提升技术水平的重要方式。从

·2022-01-07 15:45

EANN：多模态假新闻检测的事件对抗神经网络

EventAdversarialNeuralNetworksforMulti-ModalFakeNewsDetection论文链接：https://dl.acm.org/doi/abs/10.1145/3219819.3219903论文来源：KDD2018

酷酷的群·2021-12-07 11:48

论文解读（SDNE）《Structural Deep Network Embedding》

论文题目：《StructuralDeepNetworkEmbedding》发表时间：KDD2016论文作者：AdityaGrover;AdityaGrover;JureLeskovec论文地址：DownloadGithub

希望每天涨粉·2021-12-06 11:00

graph embedding第一篇——deepwalk and line

模型优化边采样其他问题低度数顶点新加入顶点参考graphembedding深度学习中不得不学的GraphEmbedding方法Embedding从入门到专家必读的十篇论文DNN论文分享-Item2vec从KDD2018

一只小菜狗:D·2021-12-01 17:59

论文解读（node2vec）《node2vec Scalable Feature Learning for Networks》

论文题目：《node2vecScalableFeatureLearningforNetwork》发表时间：KDD2016论文作者：AdityaGrover;AdityaGrover;JureLeskovec

希望每天涨粉·2021-11-26 08:00

论文解读（LINE）《LINE: Large-scale Information Network Embedding》

论文题目：《LINE:Large-scaleInformationNetworkEmbedding》发表时间：KDD2015论文作者：JianTang,MengQu,MingzheWang,MingZhang

希望每天涨粉·2021-11-18 17:00

论文解读（LINE）《LINE: Large-scale Information Network Embedding》

论文题目：《LINE:Large-scaleInformationNetworkEmbedding》发表时间：KDD2015论文作者：JianTang,MengQu,MingzheWang,MingZhang

希望每天涨粉·2021-11-18 17:00

论文解读（DeepWalk）《DeepWalk: Online Learning of Social Representations》

一、基本信息论文题目：《DeepWalk:OnlineLearningofSocialRepresentations》发表时间：KDD2014论文作者：BryanPerozzi、RamiAl-Rfou、

希望每天涨粉·2021-11-14 11:00

因果推断推荐系统工具箱 - Contrastive Learning for Debiased Candidate Generation in Large-Scale Recommender ...

文章名称【KDD-2021】【DAMOAcademy,AlibabaGroup】ContrastiveLearningforDebiasedCandidateGenerationinLarge-ScaleRecommenderSystems

processor4d·2021-11-13 23:03

因果推断推荐系统工具箱 - Debiasing Grid-based Product Search in E-commerce（一）

文章名称【KDD-2020】【ArizonaStateUniversity-EtsyInc.】DebiasingGrid-basedProductSearchinE-commerce核心要点文章旨在将ULTR

processor4d·2021-11-07 18:02

【数据挖掘笔记】基础知识

理论绪论数据挖掘（数据中的知识发现，KDD）：发现隐藏在大型数据集中的模式（有趣的模式，即知识）数据挖掘步骤（有时还包括数据归约：得到原始数据的较小表示，而不牺牲完整性）数据库（管理）系统：数据（库）+

YWP_2016·2021-10-24 19:26

[当人工智能遇上安全] 6.基于机器学习的入侵检测和攻击识别——以KDD CUP99数据集为例

您或许知道，作者后续分享网络安全的文章会越来越少。但如果您想学习人工智能和安全结合的应用，您就有福利了，作者将重新打造一个《当人工智能遇上安全》系列博客，详细介绍人工智能与安全相关的论文、实践，并分享各种案例，涉及恶意代码检测、恶意请求识别、入侵检测、对抗样本等等。只想更好地帮助初学者，更加成体系的分享新知识。该系列文章会更加聚焦，更加学术，更加深入，也是作者的慢慢成长史。换专业确实挺难的，系统安

Eastmount·2021-10-24 13:55

KDD 2021｜美团联合多高校提出多任务学习模型，已应用于联名卡获客场景

本文结合美团联名信用卡业务中的具体实践，以及今年发表在KDD2021上的论文，介绍了一种自适应信息迁移多任务（AITM）框架，通过该框架可建模用户多步转化之间的序列依赖关系，并提高端到端获客转化率。

·2021-08-13 17:13

KDD 2021｜美团联合多高校提出多任务学习模型，已应用于联名卡获客场景

本文结合美团联名信用卡业务中的具体实践，以及今年发表在KDD2021上的论文，介绍了一种自适应信息迁移多任务（AITM）框架，通过该框架可建模用户多步转化之间的序列依赖关系，并提高端到端获客转化率。

美团技术团队·2021-08-12 19:24

KDD CUP 2021首届图神经网络大赛放榜，百度飞桨PGL获得2金1银

近日，由KDDCUP与OGB（OpenGraphBenchmark）联合举办的首届图神经网络大赛正式放榜，在DeepMind、微软、蚂蚁金服、UCLA等全球500多个顶尖企业、高校和实验室的激烈竞争中，百度凭借飞桨图学习框架PGL一路过关斩将，最终在全部三个赛道包揽了两冠一亚。▲本次大赛承办方斯坦福大学JureLeskovec教授宣布冠军队伍据了解，KDDCUP是ACMSIGKDD组织的年度赛事，

·2021-07-27 19:18

MMoE, KDD18, Google多任务学习模型

ModelingTaskRelationshipsinMulti-taskLearningwithMulti-gateMixture-of-Experts1.Motivation多任务学习是一个常见的场景，比如在视频推荐中，希望同时提升用户观看时长、收藏、分享、转发等目标的效果。正则化与迁移学习等可以帮助提升多任务学习的效果；但是多任务学习并不总是比所有的单任务效果都好，数据分布、不同任务之间的关

FeynmanMa·2021-07-17 16:15

基于图的推荐算法(4): Graph Convolutional Matrix Completion

前言发表在KDD2018的基于GNN思想进行协同过滤的算法原文链接作者来自提出GCN的团队摘要针对用户-物品交互二部图，文中从链路预测的角度考虑了推荐系统的矩阵填充问题。

阿瑟_TJRS·2021-06-27 12:55

KDD 2017 Bridging Collaborative Filtering and Semi-Supervised Learning: A Neural Approach for POI...

原文地址，对文章关键点进行整理，本文主要参考文献，也对其相关内容进行整理参考1wordembedding与矩阵分解的内在一致性2浅谈流形学习3统计学假设检验中p值的含义具体是什么？-马同学的回答-知乎

CherrySSS·2021-06-26 10:52

数据挖掘概念与技术

数据挖掘又称知识发现（KDD：KnowledgeDiscoveryinDatabase），即“从数据中挖掘知识”。丰富的数据以及对强有力的数据分析工具的需求，这种情况被描述为“数据丰富，但信息匮乏”。

心之若涯·2021-06-22 18:57

机器学习为恶意软件加密流量的分类:考虑有噪音的标签和非平稳性

MachineLearningforEncryptedMalwareTrafficClassification：AccountingforNoisyLabelsandNon-Stationarity》KDD2017AppliedDataSciencePaper

Threathunter·2021-06-21 16:41

数据挖掘, 概念与技术 Chapter 1. 导论

image.pngkeywords:KnowledgeDiscoveryofDatabase(KDD),OLTP,OLAP,datacube,roll-up,drill-down,support,confidence

Wallace_QIAN·2021-06-19 17:57

磁盘性能压测脚本

/bin/bash#envBS_SIZE=$1DD_COUNT=$2DD_PATH=$3iftest-z"${BS_SIZE}"||test-z"${DD_COUNT}"thenBS_SIZE=4kDD_COUNT

大鱼_Brook·2021-06-11 07:35

文献阅读02期：Real-time Personalization using Embeddings for Search Ranking at Airbnb

[文献阅读]Outline：Real-timePersonalizationusingEmbeddingsforSearchRankingatAirbnb推荐理由：该文获得了KDD2018AppliedDataScienceTrack

RaZLeon·2021-05-23 17:57

k-means聚类攻击类型

本次实验用到的数据集为”KDDCUP99dataset”，就是KDD竞赛在1999年举行时采用的数据集。1998年美国国防部高级规划署（DARPA）在MIT林肯实验室进行了一项入侵检测评估项目。

Neil-Yale·2021-05-22 09:43

【知识图谱系列】清华大学基于对比学习的图谱预训练模型GCC

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱本文介绍一篇基于对比学习的图谱预训练模型GCC（KDD2020），介绍GCC模型核心点和模型思路，完整汇报ppt获取请关注公众号回复关键字

CHEONG_KG·2021-05-22 09:09

【知识图谱系列】解耦Transformation和Propagation的深度图神经网络

作者：CHEONG公众号：AI机器学习与知识图谱研究方向：自然语言处理与知识图谱本文介绍一篇解耦合Transformation和Propagation操作的自适应深度图神经网络模型DAGNN（KDD2020

CHEONG_KG·2021-05-21 15:20

数据挖掘入门小知识

什么是数据挖掘数据挖掘（DataMining）又称为：数据中的知识发现（KDD），也就是通过数据清理，数据集成，数据选择，数据变换，数据挖掘，模式评估，知识表示等一系列步骤，对数据进行分类，聚类，发现其中的关系或者离群点

徐代龙·2021-05-20 16:36

2018-03-13

稻盛先生用利他的精神成功使DDI与KDD及IDO合并成KDDI，并获得飞速发展。一如稻盛先生说的那样，如果没有基准的判断，就像没有航海图而在茫茫大海里航行，而利他，则是稻盛先生手中

徐娟Wellin·2021-05-19 18:53

浅谈数据库中的知识发现

针对不同领域的应用，存在多种KDD过程模型。各种过程模型描述了KDD整个处理过程的步骤和各个阶段中的目标和方法。一KDD过程模型上面是三种不同的只是发现过程模型，解决不同领域和不同的问题点。

一直飞不快的鸟·2021-05-19 01:23

推荐频道

kdd

2019_KDD_KGAT_ Knowledge Graph Attention Network for Recommendation

论文解读（AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》

【GCN-RS】Deep GCN with Hybrid Normalization for Accurate and Diverse Recommendation (DLP-KDD‘21)

DeepWalk: Online Learning of Social Representations

论文解读（DAGNN）《Towards Deeper Graph Neural Networks》

日常论文分享---持续更新中

[机器学习]集成学习--bagging、boosting、stacking

基于同态加密和秘密共享的无第三方纵向逻辑回归

今日arXiv精选 | Interspeech/KDD/TACL/ICCV/CIKM

数据挖掘——第一章：概述

百度获得2022 KDD Cup主办权，赛题直指“双碳”目标

数据挖掘基本概念

论文笔记：《Incorporating Interpretability into Latent Factor Models via Fast Influence Analysis》

如何进行数据挖掘？

embedding技术(1): Res-embedding for Deep Learning Based Click-Through Rate Prediction Modeling

2021-08-27

【推荐系统】Graph Embedding系列之node2vec: Scalable Feature Learning for Networks

HinDroid: An Intelligent Android Malware Detection System Based on Structured Heterogeneous Infor...

2018-03-06

推荐系统（七）xDeepFM模型

7次KDD Cup&Kaggle冠军的经验分享：从多领域优化到AutoML框架

EANN：多模态假新闻检测的事件对抗神经网络

论文解读（SDNE）《Structural Deep Network Embedding》

graph embedding第一篇——deepwalk and line

论文解读（node2vec）《node2vec Scalable Feature Learning for Networks》

推荐系统 - DIN模型

论文解读（LINE）《LINE: Large-scale Information Network Embedding》

论文解读（LINE）《LINE: Large-scale Information Network Embedding》

论文解读（DeepWalk）《DeepWalk: Online Learning of Social Representations》

因果推断推荐系统工具箱 - Contrastive Learning for Debiased Candidate Generation in Large-Scale Recommender ...

因果推断推荐系统工具箱 - Debiasing Grid-based Product Search in E-commerce（一）

【数据挖掘笔记】基础知识

[当人工智能遇上安全] 6.基于机器学习的入侵检测和攻击识别——以KDD CUP99数据集为例

KDD 2021｜美团联合多高校提出多任务学习模型，已应用于联名卡获客场景

KDD 2021｜美团联合多高校提出多任务学习模型，已应用于联名卡获客场景

KDD CUP 2021首届图神经网络大赛放榜，百度飞桨PGL获得2金1银

MMoE, KDD18, Google多任务学习模型

基于图的推荐算法(4): Graph Convolutional Matrix Completion

KDD 2017 Bridging Collaborative Filtering and Semi-Supervised Learning: A Neural Approach for POI...

数据挖掘概念与技术

机器学习为恶意软件加密流量的分类:考虑有噪音的标签和非平稳性

数据挖掘, 概念与技术 Chapter 1. 导论

磁盘性能压测脚本

文献阅读02期：Real-time Personalization using Embeddings for Search Ranking at Airbnb

k-means聚类攻击类型

【知识图谱系列】清华大学基于对比学习的图谱预训练模型GCC

【知识图谱系列】解耦Transformation和Propagation的深度图神经网络

数据挖掘入门小知识

2018-03-13

浅谈数据库中的知识发现