推荐系统作为AI最成功和最重要的应用之一，帮助消费者更容易地找到相关的或感兴趣的内容、商品或者服务。
对于想学习推荐系统的同学，我整理了WSDM2022最新的包括了序列推荐、跨域推荐、去偏推荐、联邦推荐等8篇推荐系统论文，供大家提前领略学术前沿趋势与牛人的最新想法，为秋招做准备。
跨域推荐
01.RecGURU: Adversarial Learning of Generalized User Representations for Cross-Domain Recommendation
序列推荐
02.Contrastive Learning for Representation Degeneration Problem in Sequential Recommendation
去偏推荐
03.It Is Different When Items Are Older: Debiasing Recommendations When Selection Bias and User Preferences are Dynamic
联邦推荐
04.PipAttack: Poisoning Federated Recommender Systems for Manipulating Item Promotion
基于图结构的推荐
05.Profiling the Design Space for Graph Neural Networks based Collaborative Filtering
公平性推荐
06.Enumerating Fair Packages for Group Recommendations
基于元学习的推荐
07.Long Short-Term Temporal Meta-learning in Online Recommendation
基于强化学习的推荐
08.A Cooperative-Competitive Multi-Agent Framework for Auto-bidding in Online Advertising
那么多推荐论文，需要怎么去精读和泛读，才能让你对推荐系统中的各个部分的算法有一个总体的认识，并且在接下来的秋招求职中稳打稳的过呢？
我推荐你来听Pirtuo老师的《欢迎来到推荐的世界》直播课。
—— 老师介绍 ——
—— 直播大纲 ——
7月21日 晚上20：00
- 开营
- 推荐系统概述
- 召回算法概述
- 排序算法概述
- 论文泛读
- 学习路径
7月22日 晚上20：00
- INTRODUCTION
- RECOMMENDER SYSTEM OVERVIEW
- WIDE & DEEP LEARNING
- SYSTEM IMPLEMENTATION
- EXPERIMENT RESULTS
支付0.1元领取直播
前50名预约的同学，还额外附赠2022推荐系统paper13篇~
支付0.1元领取直播
