KDD 2021 | 推荐系统论文集锦[持续更新]
作者 | GuoXun
整理 | NewBeeNLP
KDD2021 放榜,其中research track共收到了1541篇投稿,接收了238篇长文,Applied Data Science Track共收到了705篇投稿,接收了138篇长文。现在我们来学习一下今年推荐方向论文。KDD最近几年的热门主题之一就是商业智能方向,即推荐系统和计算广告。本文整理了KDD2021上推荐系统和计算广告方向的论文。
KDD官网上列出了今年的完整List:
https:kdd.org/kdd2021/accepted-papers/index
1. 推理
因果推断是推荐系统近期的热点,可以为推荐效果提升、AB实验等带来可靠性分析。这三篇分别是新闻推荐推理的增强锚点知识图生成、社会意识自监督的立体推荐系统、不可知反事实推理模型消除推荐系统的流行偏差。
Reinforced Anchor Knowledge Graph Generation for News Recommendation Reasoning
Socially-Aware Self-Supervised Tri-Training for Recommendation
Model-Agnostic Counterfactual Reasoning for Eliminating Popularity Bias in Recommender System
2. 多任务、多目标、跨领域推荐场景
多目标优化一直是推荐业务追求的目标。主要有以下四篇文章:序列依赖多任务学习、混合场景多任务学习、对抗特征迁移多任务学习、迁移学习去偏。
Modeling the Sequential Dependence among Audience Multi-step Conversions with Multi-task Learning in Targeted Display Advertising
Learning to Expand Audience via Meta Hybrid Experts and Critics for Recommendation and Advertising
Adversarial Feature Translation for Multi-domain Recommendation
Debiasing Learning based Cross-domain Recommendation
3. 纠偏
构建一个稳定运行的推荐生态系统,纠偏的措施必不可少。涉及有以下五篇:反事实模型推断纠偏、动态推荐系统的热度纠偏、大规模推荐系统纠偏、跨域推荐纠偏等。
Deconfounded Recommendation for Alleviating Bias Amplification
Model-Agnostic Counterfactual Reasoning for Eliminating Popularity Bias in Recommender System
Popularity Bias in Dynamic Recommendation
Contrastive Learning for Debiased Candidate Generation in Large-Scale Recommender Systems
Debiasing Learning based Cross-domain Recommendation
4. 基于图的推荐系统
图神经网络落地推荐系统是近期的热点,是建模类图关系的有效工具。今年涉及文章如下:高效图神经网络训练、面向冷启动推荐的异构信息网络多视图去噪图自动编码器、新闻推荐推理的增强锚点知识图生成。
MixGCF: An Improved Training Method for Graph Neural Network-based Recommender Systems
Multi-view Denoising Graph Auto-Encoders on Heterogeneous Information Networks for Cold-start Recommendation
Reinforced Anchor Knowledge Graph Generation for News Recommendation Reasoning
5. 冷启动
冷启动是推荐系统建立初期必然面对的问题,今年文章如下:异构信息网络多视图去噪图自动编码器实现冷启动、半个性化的音乐流媒体应用冷启动推荐系统、在线推荐系统的架构及其自适应网络的操作。
Multi-view Denoising Graph Auto-Encoders on Heterogeneous Information Networks for Cold-start Recommendation
A Semi-Personalized System for User Cold Start Recommendation on Music Streaming Apps
Architecture and Operation Adaptive Network for Online Recommendations
6. 序列推荐
序列推荐今年只有一篇文章,基于序列多模态信息传输网络的电商微视频推荐系统。
SEMI: A Sequential Multi-Modal Information Transfer Network for E-Commerce Micro-Video Recommendations
7. 兴趣推荐
兴趣点推荐:基于元学习的下一代兴趣点推荐系统。
Curriculum Meta-Learning for Next POI Recommendation
8. Embedding
Embedding可以认为是推荐算法的核心基石之一,无表embedding是一个不错的尝试。文章如下:定制设备上的弹性embedding、无embedding表的推荐系统特征建模、推荐系统中的偏好放大、推荐系统中网络嵌入方法的综合分析。
Learning Elastic Embeddings for Customizing On-Device Recommenders
Learning to Embed Categorical Features without Embedding Tables for Recommendation
Preference Amplification in Recommender Systems
Where are we in embedding spaces? A Comprehensive Analysis on Network Embedding Approaches for Recommender System
9. 蒸馏
蒸馏是为了解决小型化的问题,今年有一篇文章。基于拓扑蒸馏的推荐系统。
Topology Distillation for Recommender System
10. 对抗攻击
对抗攻击是机器学习场景当中,广泛存在的问题,同样也是推荐场景所要面对的问题之一。今年文章如下:不完整及扰动数据攻击推荐系统、基于正则化信息的流形神经网络推荐系统、三元对抗学习在推荐系统中毒攻击中的应用。
Data Poisoning Attack against Recommender System Using Incomplete and Perturbed Data
Initialization Matters: Regularizing Manifold-informed Initialization for Neural Recommendation Systems
Triple Adversarial Learning for Influence based Poisoning Attack in Recommender Systems
11. 计算广告
计算广告与推荐系统场景非常相似,本届KDD计算广告论文方向为策略、广告模型、对抗学习等。
We Know What You Want: An Advertising Strategy Recommender System for Online Advertising
Modeling the Sequential Dependence among Audience Multi-step Conversions with Multi-task Learning in Targeted Display Advertising
Learning to Expand Audience via Meta Hybrid Experts and Critics for Recommendation and Advertising
A Unified Solution to Constrained Bidding in Online Display Advertising
Clustering for Private Interest-based Advertising
Diversity driven Query Rewriting in Search Advertising
Exploration in Online Advertising Systems with Deep Uncertainty-Aware Learning
Neural Auction: End-to-End Learning of Auction Mechanisms for E-Commerce Advertising
Reinforcing Pretrained Models for Generating Attractive Text Advertisements
一起交流
想和你一起学习进步!『NewBeeNLP』目前已经建立了多个不同方向交流群(机器学习 / 深度学习 / 自然语言处理 / 搜索推荐 / 图网络 / 面试交流 / 等),名额有限,赶紧添加下方微信加入一起讨论交流吧!(注意一定o要备注信息才能通过)
- END -
NLP中的范式迁移
2021-10-18
深度学习基础 | RNN家族全面解析
2021-10-19
聊一聊算法工程师复现算法的踩坑总结
2021-10-17
深度学习基础 | 从Language Model到RNN
2021-10-16
KDD 2021 | 推荐系统论文集锦[持续更新]相关推荐
- 【推荐系统】AAAI2022推荐系统论文集锦
2022年第36届人工智能顶级会议AAAI论文列表已经放出,此次会议共收到9251篇论文提交,其中9020篇论文被审稿.最终录取篇数为1349篇,录取率为可怜的15%.由于境外疫情形势依然严峻,大会将 ...
- 【推荐系统】KDD2021推荐系统论文集锦
嘿,记得给"机器学习与推荐算法"添加星标 一年一度的知识发现与数据挖掘顶级会议SIGKDD将于8月14日至18日在线上举行.据统计,今年共有1541篇有效投稿,其中238篇论文被接 ...
- AAAI2022推荐系统论文集锦
嘿,记得给"机器学习与推荐算法"添加星标 2022年第36届人工智能顶级会议AAAI论文列表已经放出,此次会议共收到9251篇论文提交,其中9020篇论文被审稿.最终录取篇数为13 ...
- KDD2022推荐系统论文集锦
嘿,记得给"机器学习与推荐算法"添加星标 第28届SIGKDD会议将于8月14日至18日在华盛顿举行.据统计,今年共有1695篇有效投稿,其中254篇论文被接收,接收率为14.98 ...
- KDD2022推荐系统论文集锦(附pdf下载)
嘿,记得给"机器学习与推荐算法"添加星标 第28届SIGKDD会议将于8月14日至18日在华盛顿举行.据统计,今年共有1695篇有效投稿,其中254篇论文被接收,接收率为14.98 ...
- RecSys2021推荐系统论文集锦
嘿,记得给"机器学习与推荐算法"添加星标 第15届推荐系统年会(ACM RecSys 2021)将于9月27日-10月1日在荷兰阿姆斯特丹举行,大会表明可以以更包容的方式通过线上的 ...
- KDD‘22推荐系统论文梳理(24篇研究36篇应用论文)
2022推荐系统论文梳理系列 推荐系统相关顶会整理 AAAI'22推荐系统论文梳理 IJCAI'22 推荐系统论文梳理 ICML/ICLR'22 推荐系统论文梳理 WWW'22 推荐系统论文之序列推荐 ...
- KDD2021推荐系统论文集锦
嘿,记得给"机器学习与推荐算法"添加星标 一年一度的知识发现与数据挖掘顶级会议SIGKDD将于8月14日至18日在线上举行.据统计,今年共有1541篇有效投稿,其中238篇论文被接 ...
- CIKM2022推荐系统论文集锦
第31届信息和知识管理国际会议CIKM2022将于2022年10月17日-21日以混合会议的方式在美国亚特兰大举行.CIKM会议是数据库/数据挖掘/内容检索领域顶级国际会议,也是中国计算机学会规定的C ...
最新文章
- 【级数】【马尔科夫链】n乘以x的n次方的和函数
- 1020 Tree Traversals (25 分) 【难度: 中 / 知识点: 哈希表建树 遍历树】
- 网络安全技术文章征稿启事
- H3C交换机S5500系列恢复控制台登录口令
- 让你的数据和对象有源有出路,一文打尽,Java常用IO流处理流(处理字节流文件流)缓冲流、转换流、对象流等
- redis服务器端和客户端启动
- TIM待办事项怎么删除 TIM删除待办事项的教程
- html按照字数分页,纯javascript实现分页(两种方法)
- 【跟着我们学Golang】基础结构
- background的认识(一)
- python windows故障处理_python+windows automation windows有时会出现故障
- 安卓游戏广告加速插件_安卓迅游加速器,无需登陆免费加速,国内外游戏均可加速下载...
- 认识COFF文件格式
- 白嫖UltraEdit、UltraCompare等等类似工具(2021.2.16更新)
- 多元线性回归拟合公式
- nmap扫描工具安装/升级/卸载教程
- python模拟登录淘宝直通车_淘宝直通车推广计划
- 以QRcode为例聊聊二维码的现状与未来(Java版本)
- 真正可用的获取任意进程的内存使用率 和任务管理器一模一样
- MATLAB对数图拟合,求助,MATLAB中对数分布拟合问题