SIGIR 2022已公布录用论文，投稿长文794篇/短文667篇，录用长文161篇/短文165篇，录用率长文20%/短文24.7%，完整录用论文列表见https://sigir.org/sigir2022/program/accepted/。
鉴于[1] [2]已对推荐系统相关论文进行梳理，本文选择POI (Point-of-Interest)方向的论文进行解读。如果对该方向不了解，可以参考综述文章[3] [4]。如果对该方向很感兴趣，[5]对POI的最新论文进行了整理。
比较搞笑的是，本想偷闲找个论文少的方向，然后SIGIR'22共五篇POI方向的论文，只有两篇公开，等公布了知乎补充。
1. 论文解读
2.1 Hierarchical Multi-Task Graph Recurrent Network for Next POI Recommendation
论文链接:
https://bhooi.github.io/papers/hmt_sigir22.pdf
代码链接: https://github.com/poi-rec/HMT-GRN
论文机构: GrabTaxi Holdings、新国立
论文分类: POI、多任务
论文总结: 由于区域可能的兴趣点 (POI)搜索空间很大，因此学习用户接下来将访问哪个兴趣点对于个性化推荐系统来说十分具有挑战性，其中一个重要挑战是用户兴趣点矩阵的稀疏性。在本文中，作者提出了分层多任务图递归网络(Hierarchical Multi-Task Graph Recurrent Network，HMT-GRN)，HMT-GRN 模型包括下一个兴趣点和下一个区域或 G@
