近期整理了2021年NIPS与推荐系统相关的几篇文章，涉及内容融合、冷启动迁移、跨平台推荐、多重嘈杂反馈下的推荐、AB实验、路线推荐、上下文推荐、社交推荐、迁移数据推荐等。一般来说，NIPS严格契合推荐系统的文章不多，但...
在 相似度计算中，不同的物品或者用户可以将其定义为不同的坐标点，而 特定目标定位为坐标原点。
今天我们来聊一聊推荐系统中不得不学的Contrastive Learning方法，近年来Contrastive Learning在CV和NLP领域的应用越来越广泛，在推荐系统中当然也不例外。我想大家将对比学习与推荐系统结合主要有以下四个原因：...
基于深度学习技术的模型主导了现代工业级推荐系统的行业格局。现代推荐系统在大量场景中获得了实际应用。在规模不断扩大的深度神经网络模型的推动下，它们取得了一系列令人难以置信的成果和进步。...
来源：DeepHub IMBA本文约4500字，建议阅读9分钟今天介绍的这个模型被称作：Light Graph Convolution Network 或 LightGCN¹。 推荐系统是当今业界最具影响力的 ML 任务。从淘宝到抖音，科技公司都在不断尝试为他们的特定应...
推荐系统是机器学习当前最著名、最广泛使用，且已经证明价值的落地案例。尽管有许多资源可用作训练推荐模型的基础，但解释如何实际部署这些模型来创建大型推荐系统的资源仍然相对较少。...
用户的购买行为很容易可以用二分图（二部图）来表示。并且利用图的算法进行推荐。基于邻域的模型也可以成为基于图的模型，因为基于邻域的模型都是基于图的模型的简单情况。我们可以用二元组((u,i))来表示用户(u)对物品...
腾讯犀牛鸟专项研究计划旨在连接产学智脑，搭建面向科技创新的产学研深度合作平台。2022年度三大专项研究计划已经发布，共计近20个研究主题，拟立项约70项。...
推荐现在已经成为电商最核心的竞争力，也是电商平台的重要流量入口之一。近年来推荐场景逐渐的多样化，覆盖到各流量入口，几乎所有页面都可以进行商品推荐：首页、详情页、购物车页面、下单成功页、错误页等等。而不同的页面...
说起联邦学习，大家再熟悉不过了，由于其能在数据不移动的前提下协同训练一个全局共享的模型，迅速成为了人工智能安全领域的一个研究热点。推荐系统作为人工智能领域最振奋人心的应用之一，与联邦学习相结合的研究也越发受到...
