现代推荐系统主要是通过在同一空间中构建查询emb和item的emb，然后通过大规模检索，在给定查询emb的情况下进行近似近邻搜索以选择最佳item。本文提出了一种新的生成检索方法Transformer Index for GEnerative Recommende...

长久以来，推荐任务被视为判别式任务（Learning to Classify）：给定用户的交互历史，基于判别式的传统推荐模型通过优化正样本（观察到的用户交互）和负样本（通常通过负采样得到）的判别边界，来实现推荐模型的训练。...

TLDR: 本文综述了近期关于可迁移推荐系统的发展现状，并分别介绍了基于ID、基于模态和基于大语言模型的可迁移推荐系统的代表性工作，最后对该方向进行了系统性的总结和展望。...

TLDR: 本文提出一种新的大语言模型增强的推荐框架LLMRec。具体地，LLMRec提出了三种基于大语言模型的图数据增强策略来强化使用辅助信息的推荐系统。

业界在负反馈领域已有不少探索，但鲜少有在流式召回模型中建模负反馈的研究。今天分享一篇来自谷歌RecSys'23的工作，探索如何在召回中引入负反馈建模...

简单来说，现代推荐系统由训练/推理流水线（pipeline）组成，涉及数据获取、数据预处理、模型训练和调整检索、过滤、排名和评分相关的超参数等多个阶段。走遍这些流程之后，推荐系统能够给出高度个性化的推荐结果，从而提升产品...

特征选择是推荐系统中的重要技术，最新的研究中，自适应特征选择(AdaFS)因其可自适应地为每个数据实例选择特征，在推荐系统中表现良好的性能。然而这种方法仍然有局限性，它的选择过程很容易偏向于经常出现的主要特征。...

全球推荐系统领域顶级会议ACM RecSys于9月18-22日在新加坡举行。东北大学与腾讯微信看一看团队针对推荐系统中用户留存优化的最新研究论文“Interpretable User Retention Modeling in Recommendation” 获得大会最佳...

TLDR: 本文提出了一种新的用于推荐的自适应图对比学习范式，通过两种不同的自适应对比视图生成器来实施数据增强，以此提升协同过滤的效果。作者分别使用图生成模型和图去噪模型作为可训练的对比视图生成器，以此引入额外的...

基于JAVA+Vue+SpringBoot+MySQL的用户画像活动推荐系统，使用了协同推荐算法，包含了标签管理、活动档案、活动收藏、活动报名、活动留言模块，还包含系统自带的用户管理、部门管理、角色管理、菜单管理、日志管理、数据字...