§KDD§ICLR§ICML§NeurIPS§WWW§WSDM搜索建议：Tips:Narrowdownrelevantpapersbysearchingtitles(e.g.,containing“graph

写在篇首本文精选6篇浙江大学AFZT知识引擎实验室发表在ACL2022、WWW2022、WSDM2022、AAAI2022等顶会的知识图谱相关工作，带你快速了解知识图谱领域最新研究进展。

[论文阅读笔记]2021_WSDM_Pre-TrainingGraphNeuralNetworksforCold-StartUsersandItemsRepresentation论文下载地址：https

©作者｜尚琛展机构｜中国人民大学硕士一年级导师｜张静、赵鑫研究方向|推荐系统与自然语言处理本文将围绕近四年来发表在顶级会议（NeurIPS、SIGIR、KDD、EMNLP、WSDM、COLING）上的9

本文简要介绍我们刚刚被WSDM2021会议录用并即将发表的论文"Time-SeriesEventPredictionwithEvolutionaryStateGraph"(论文地址)，在文中我们提出了一种将时序转化为图进行表示建模的方法

继续上一篇文章来阅读WSDM2022中推荐系统的论文：WSDM2022推荐系统论文阅读（上）声明：本论文阅读笔记主要是对论文摘要的概括，评论仅代表个人的阅读观点，欢迎大家在评论区讨论！

ImbalancedNodeClassificationonGraphswithGraphNeuralNetworks论文作者：TianxiangZhao,XiangZhang,SuhangWang论文来源：2021,WSDM

[论文阅读笔记]2022_WSDM_ContrastiveMetaLearningwithBehaviorMultiplicityforRecommendation论文下载地址：https://doi.org

今天给大家介绍的是阿里在WSDM21上发表的一篇文章，题目为《Multi-InteractiveAentionNetworkforFine-grainedFeatureLearninginCTRPrediction

WSDM2021FullResearchPaper摘要隐式反馈的普遍存在使得他们成为构建在线推荐系统的默认选择。虽然大量的隐性反馈缓解了数据稀疏的问题，但缺点是它们在反映用户的实际满意度方面不够清晰。

以下仅仅为个人对文章的阅读记录，如有错误，欢迎指正。如需转载注明来源即可~~（哈哈哈哈哈，点个赞再走）ZhangK,QianH,CuiQ,etal.Multi-InteractiveAttentionNetworkforFine-grainedFeatureLearninginCTRPrediction[C]//Proceedingsofthe14thACMInternationalConfere

系统简称：NSM发表会议：WSDM2021研究领域：KBQA作者团队：中国人民大学，新加坡管理大学论文题目:ImprovingMulti-hopKnowledgeBaseQuestionAnsweringbyLearningIntermediateSupervisionSignals

WSDM2021部分领域优秀论文合集（附下载链接）目录WSDM2021部分领域优秀论文合集（附下载链接）分类DeepXML:ADeepExtremeMulti-LabelLearningFrameworkAppliedtoShortTextDocumentsSemi-SupervisedTextClassificationviaSelf-PretrainingDECAF

为了更加清楚的掌握推荐系统的前沿方向与最新进展，本文整理了最近一年顶会中推荐系统相关的论文，一共涵盖SIGIR2020,KDD2020,RecSys2020,CIKM2020,AAAI2021,WSDM2021

本文简要介绍我们刚刚被WSDM2021会议录用并即将发表的论文"Time-SeriesEventPredictionwithEvolutionaryStateGraph"(论文地址)，在文中我们提出了一种将时序转化为图进行表示建模的方法

本文简要介绍我们刚刚被WSDM2021会议录用并即将发表的论文"Time-SeriesEventPredictionwithEvolutionaryStateGraph"(论文地址)，在文中我们提出了一种将时序转化为图进行表示建模的方法

星标/置顶小屋，带你解锁最萌最前沿的NLP、搜索与推荐技术文|江城编|夕小瑶今天分享一下Google在WSDM2019的一篇将强化学习应用于Youtube推荐的论文，作者宣称是获得了Youtube近两年来单次上线的最高收益

GatedAttentive-AutoencoderforContent-AwareRecommendationChenMa,PengKang,BinWu,QinglongWang,XueLiuMcGillUniversity,ZhengzhouUniversityhttp://xxx.itp.ac.cn//pdf/1812.02869.pdf互联网服务以及移动设备的快速发展使得个性化商品推荐的需

导读：本文主要简要列举下Google、Tencent、Alibaba以及Huawei等各大公司在WSDM2020上关于深度推荐系统与CTR预估相关的论文。

模拟面级别和朋友级别的区别原文链接：SocialAttentionalMemoryNetwork:ModelingAspect-andFriend-LevelDifferencesinRecommendation,WSDM

论文题目：XBully:CyberbullyingDetectionwithinaMulti-ModalContext论文来源：WSDM2019刘欢老师组论文链接：https://doi.org/10.1145

学校｜天津大学研究方向｜推荐系统论文标题：RecurrentMemoryReasoningNetworkforExpertFindinginCommunityQuestionAnswering论文来源：WSDM2020

先说结论线上AUC：0.7466这是我正儿八经参加的第一个数据科学竞赛，心路历程也是十分艰辛，队友经历几次更换，自己也是经常游走在崩溃的边缘，同门都说我头发又见秃，总之不是很顺利的，最后结果不是很理想。用我队友的话就是100来人的比赛，不拿个top3真的没用。菜是原罪。?这个比赛总结，拖了太久了，自己真的是拖延癌晚期，写出来对别人实际参考意义不大，只是对我自己的一个总结，想在这个基础上把代码整理一

一、基本信息论文题目：《CollaborativeDenoisingAuto-EncodersforTop-NRecommenderSystems》发表时间：WSDM2016作者及单位：论文地址：https

在过去的很长一段时间里，大家的状态是不是这样的呢？不管外界纷纷扰扰，不管媒体如何炒作，年假已过，愿大家能够沉下心来，以会议和paper为重！毕竟升学就业涨工资，都是要正常进行的！什么，犯了假期综合症，还记得华为那个200万年薪的应届生吗？新年开工，不得给自己打个鸡血？远程办公提不起精神？安利大家回溯一下我们昨天的文章：在家办公指南！助你分分钟提高生产力。万一用的好，说不定躺着上班的梦想就实现了呢！

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

论文信息WSDM2018PersonalizedTop-NSequentialRecommendationviaConvolutionalSequenceEmbeddingJiaxiTang(SimonFraserUniversity

然后从书中总结出，自己感兴趣问题的关键字，基于关键字去近三年的WWW、WSDM，KDD、IJCAI、ACL、EMNLP（按重要性排序）五个会议

GatedAttentive-AutoencoderforContent-AwareRecommendation.InTheTwelfthACMInternationalConferenceonWebSearchandDataMining(WSDM

XuD,RuanC,KorpeogluE,etal.ProductKnowledgeGraphEmbeddingforE-commerce[C]//Proceedingsofthe13thInternationalConferenceonWebSearchandDataMining.2020:672-680.阅读更多，欢迎关注公众号：论文收割机（paper_reader）因为排版问题，很多图片和公

阅读更多，欢迎关注公众号：论文收割机（paper_reader）原文链接：WSDM2018:一种基于邻居信息的水军发现算法ParisaKaghazgaran,JamesCaverlee,andAnnaSquicciarini

近日，在美国休斯敦闭幕的第13届网络搜索与数据挖掘国际会议（WSDM2020）上，华为云语音语义创新Lab带领来自华南理工大学、华中科技大学、江南大学、武汉大学学生组成的联合团队，摘得WSDMCup2020

新发现、新理论的研究论文发表数量呈指数型增长，并且论文被引用量(H-index)通常被学术界衡量论文的影响力贡献程度。然而，随着学术界的竞争越来越激烈，部分期刊中出现了一种“强制引用”的情况，也是就论文作者需要引用该期刊的相关文章，以提高期刊的影响因子。这些行为是对任何科学家和技术人员所要求的最高诚信的冒犯，并且如果任其发展，可能会破坏公众的信任并阻碍科学技术的未来发展。该竞赛是该系列竞赛中的第一

导读：本文主要简要列举下Google、Tencent、Alibaba以及Huawei等各大公司在WSDM2020上关于深度推荐系统与CTR预估相关的论文。

上海交通大学计算机学院发在2018WSDM（第十一届网络搜索与数据挖掘国际会议。）上的一篇会议论文。2、摘要既有研究重点是预测选定地点或热点地区的下一个时间步的

前言在今年2月份召开的WSDM是检索和推荐领域的重要会议，虽然只是CCF定义的B类会议，但是却也是推荐方向研究者需要重点关注的。

论文链接：https://arxiv.org/abs/1712.00732代码链接：https://github.com/boom85423/hello_SHINE会议：WSDM2018这位大佬介绍得很清楚明了

论文链接：http://hanj.cs.illinois.edu/pdf/wsdm18_mqu.pdf代码链接：https://github.com/mnqu/DRL会议：WSDM2018本文将深度强化学习应用到了异构星型网络的表示学习中

精选5篇来自ICLR2019、WSDM2019、EMNLP2018、CIKM2018和IJCAI2018的知识图谱相关工作，带你快速了解知识图谱领域最新研究进展。

本文是我们与苏黎世大学合作的工作，将发表于WSDM2019，这篇工作在知识图谱的表示学习中考虑了实体和关系的交叉交互，并且从预测准确性和可解释性两个方面评估了表示学习结果的好坏。

来源：WSDM’20链接：https://dl.acm.org/doi/abs/10.1145/3336191.3371812动机知识图谱问答(KG-QA)系统大多包含两个步骤：链接问题中的topicentity

来源：WSDM2019链接：https://dl.acm.org/citation.cfm?

Meta-LearningwithDynamic-Memory-BasedPrototypicalNetworkforFew-ShotEventDetection本文作者：邓淑敏，浙江大学在读博士，研究方向为低资源条件下知识图谱自动化构建关键技术研究发表会议：WSDM2020

来源：WSDM’20链接：https://dl.acm.org/doi/pdf/10.1145/3336191.33718121.介绍知识图谱问答旨在利用知识图谱的结构化信息回答以自然语言提出的问题。

概要：看这篇文章的初衷，是这篇文章回答了问题“在一个query的结果当中，给出多少个广告位合适？”。文章不长，不过一路看下来，发现貌似不是native-english-speaker写的，细节说的不清楚，完全无法还原作者的工作思路。不过还是有那么一点儿收获的。具体内容：搜索主要的赚钱方式是在搜索结果当中嵌入广告，一般来讲是按照广告的点击次数来付费的。这样，就有一个趋势，如果想要赚钱多，就在搜索结果

机器学习的理论局限与因果革命的7大火花原文链接→http://arxiv.org/abs/1801.04016图灵奖得主、贝叶斯网络之父JudeaPearl于2018年1月上传在arXiv、发表在2月的WSDM

Estimation–Action–Reflection:TowardsDeepInteractionBetweenConversationalandRecommenderSystemsWenqiangLei,XiangnanHe,YisongMiao,QingyunWu,RichangHong,Min-YenKan,Tat-SengChuaNationalUniversityofSingapor

1.背景第13届“国际网络搜索与数据挖掘会议”(WSDM2020)于2月3日在美国休斯敦召开，该会议由SIGIR、SIGKDD、SIGMOD和SIGWEB四个专委会共同协调筹办，在互联网搜索、数据挖掘领域享有很高学术声誉

1.背景第13届“国际网络搜索与数据挖掘会议”(WSDM2020)于2月3日在美国休斯敦召开，该会议由SIGIR、SIGKDD、SIGMOD和SIGWEB四个专委会共同协调筹办，在互联网搜索、数据挖掘领域享有很高学术声誉

1.CrossE（WSDM2019论文|基于交互嵌入的知识图谱预测与解释）原文链接：https://yq.aliyun.com/articles/714553?