推薦搜索系統(tǒng)論文干貨集錦

    今天的福利是「煉丹筆記」 幾位小哥哥、小姐姐總結(jié)的搜索、推薦、計(jì)算廣告等方面的干貨文章。「煉丹筆記」的作者們，一元、九羽、十方、時(shí)晴分別來自BATJ，是一群實(shí)戰(zhàn)經(jīng)驗(yàn)和學(xué)術(shù)經(jīng)驗(yàn)都極其豐富的小伙伴。

    本文主要聚焦搜索推薦領(lǐng)域最新研究成果，通過“問題背景、核心創(chuàng)新點(diǎn)、論文效果”等方面去解讀作者的設(shè)計(jì)思路，同時(shí)可以給予我們的啟發(fā)。問題背景：在什么推薦場景下解決什么類型的推薦問題。核心創(chuàng)新點(diǎn)：最具有獨(dú)創(chuàng)性和新穎性的技術(shù)點(diǎn)是什么，每個(gè)技術(shù)點(diǎn)在解決什么問題。論文效果：在這個(gè)場景下，通過該創(chuàng)新的方法可以達(dá)到怎么樣的效果，并嘗試從中找出對(duì)于業(yè)務(wù)最好的工作。   

熱門文章

1.推薦系統(tǒng)里的那些坑兒

2.算法大佬看了流淚，為什么這么好的CTR預(yù)估總結(jié)之前沒分享(上篇)

3.算法大佬看了流淚，為什么這么好的CTR預(yù)估總結(jié)之前沒分享(下篇)

4.煉丹師最強(qiáng)危機(jī)，谷歌開源最強(qiáng)AutoML工具！

5.負(fù)樣本修正：既然數(shù)據(jù)是模型的上限，就不要破壞這個(gè)上限

Transformer系列

1.Transformer的一家！

2.AAAI21最佳論文Informer：效果遠(yuǎn)超Transformer的長序列預(yù)測(cè)神器！

3.Transformer是巧合還是必然？搜索推薦領(lǐng)域的新潮流

4.原來有這個(gè)算法，讓點(diǎn)評(píng)體驗(yàn)如此好！

5.霸榜各大CV任務(wù)榜單，Swin Transformer橫空出世！

雙塔模型相關(guān)案例

1.就是這么"硬"！召回系統(tǒng)就該這么做！

2.是"塔"！是"塔"!就是它，我們的雙塔！

3.SENet雙塔模型：在推薦領(lǐng)域召回粗排的應(yīng)用及其它

多目標(biāo)學(xué)習(xí)相關(guān)案例

1.多目標(biāo)學(xué)習(xí)在推薦系統(tǒng)中的應(yīng)用(匯總,轉(zhuǎn)載,公眾號(hào))

2.別說話，復(fù)現(xiàn)它！

3.這些我全要！推薦系統(tǒng)一石二鳥之道

4.流量為王：收益最大化的混排機(jī)制

搜索推薦中CTR/CVR多任務(wù)學(xué)習(xí)

1.推薦系統(tǒng)多任務(wù)學(xué)習(xí)上分神技！(NMTR,ICDE19)

2.多任務(wù)學(xué)習(xí)如何做到你好我也好？(PLE,RecSys20)

3.如何讓你的推薦系統(tǒng)具有可解釋性？(WWW19)

4.協(xié)同過濾算法效果不佳怎么辦？知識(shí)圖譜來幫忙啦(MKR,WWW19)

5.我為什么喜歡它？帶有解釋的推薦系統(tǒng)第二彈(MT,RecSys18)

6.猜猜你的標(biāo)簽有多少錯(cuò)了？

7.顫抖吧，標(biāo)簽工程來了！

神經(jīng)網(wǎng)絡(luò)特征交叉的相關(guān)工作案例

1. Attention+FFM強(qiáng)強(qiáng)組合(AoAFFM,AAAI20)

2.騰訊賽霸榜神技ONN_NFFM(ONN/NFFM,ArXiv18)

3.曾今的CTR競賽王者NFM(NFM,SIGIR17)

4.神級(jí)特征交叉, 基于張量的多語義交叉網(wǎng)絡(luò)TFNET！(TFNET,SIGIR20)

5. 效果遠(yuǎn)超F(xiàn)M,CF最新利器HFM！(HFM,AAAI19)

6.xDeepFM:CTR預(yù)估之特征交叉的藝術(shù)(KDD18)

7.I CAN,You CAN,We CAN!讓我們一起看看CTR預(yù)估的CAN哥！(CAN,ArXiv20)

8.CTR神經(jīng)網(wǎng)絡(luò)特征交叉匯總！

9.CTR預(yù)估系列煉丹入門手冊(cè)    

10.讀了那么多CTR論文, 真正有效的又有幾個(gè)呢？(ArXiv20)

大神經(jīng)網(wǎng)絡(luò)序列化的相關(guān)工作

1.令人著迷的時(shí)間動(dòng)態(tài)CF算法(早期競賽神文,2010)

2. DIN！知識(shí)點(diǎn)啊朋友們！(DIN,KDD18)

3. 昨天得知她剛買了手機(jī),今天她會(huì)愛上這款新耳機(jī)嗎？(SASRec,ICDM18)

4. 5分鐘讀完史上第一篇二維卷積序列推薦的論文(CosRec,CIKM19)

5. 又是一篇猛貨！(DMIN,CIKM20)

6. 終于有內(nèi)味了(DMT,CIKM20)

7. 序列推薦的一些秘密_HGN(HGN,KDD19)

8. RecSys2020-SSE-PT解鎖序列數(shù)據(jù)挖掘新姿勢(shì)(RecSys20)

9. 序列化推薦系統(tǒng)的挑戰(zhàn),進(jìn)展和展望!(IJCAI,2019)

10.深夜福利，序列前后滑動(dòng)的快樂！

11.海歸博士說，這是目前實(shí)驗(yàn)中最好的序列化推薦算法

工業(yè)界推薦算法方案實(shí)戰(zhàn)

    分享工作中遇到過的實(shí)際問題及相應(yīng)的解決方案，例如推薦線上線下一致性問題、工業(yè)界算法效果評(píng)估問題等。同時(shí)我們也將身邊的業(yè)務(wù)知識(shí)做基礎(chǔ)布道，講述電商搜索推薦領(lǐng)域的業(yè)務(wù)詞匯等。我們致力于將自己的經(jīng)驗(yàn)知識(shí)沉淀，并與大家分享。

1. 是不是你的模型又線下線上不一致啦？(KDD20)

2. 讀了那么多CTR論文, 真正有效的又有幾個(gè)呢？(FuXiCTR,ArXiv20)

3. 好想哭,我居然輸在了內(nèi)存問題上！(KDD20)

4. MF vs MLP：講述科學(xué)調(diào)參在推薦模型中的意義(ArXiv)

5.推薦系統(tǒng)技術(shù)演進(jìn)趨勢(shì)：召回篇

6.流量為王：ABTest流量分層分桶機(jī)制

7.EdgeRec：邊緣計(jì)算推薦系統(tǒng)強(qiáng)特

數(shù)據(jù)競賽屆深度煉丹技巧

    為了讓自己時(shí)刻保持激情與戰(zhàn)斗狀態(tài)，我們會(huì)參加一些數(shù)據(jù)競賽并在這個(gè)過程中分享我們的解題思路與煉丹技巧，在實(shí)踐中亮劍。  

1.CIKM 2019 EComm AI用戶行為預(yù)測(cè)大賽三大方案解讀

2.CIKM EComm AI用戶行為預(yù)測(cè)大賽冠軍方案解讀

3.RecSys2020推薦系統(tǒng)特征工程匯總

4.RecSys2020大賽第一名方案

5.推薦大賽如何在一周時(shí)間內(nèi)打進(jìn)決賽

6.kaggle競賽寶典第一章-競賽框架篇！

7.學(xué)術(shù)圈競賽圈大討論，深度學(xué)習(xí)真的比不過GBDT模型嗎？

8.ICDM2020 Top3方案分享

9.NN如何在表格數(shù)據(jù)中戰(zhàn)勝GBDT類模型！

算法大佬們的經(jīng)驗(yàn)分享

    不時(shí)我們會(huì)邀請(qǐng)周邊的大佬談?wù)剬?duì)于煉丹算法工程師的一些心路歷程，職場感受，對(duì)新人的建議，還有其他的一些心得，如果你對(duì)于這塊比較迷茫也歡迎聯(lián)系我們哦。  

1.我的成長之路：追逐冠軍的少年

2.是的，我從阿里離職了。

3.五年前的轉(zhuǎn)正我沒有留下，校招進(jìn)不了大公司就是失敗嗎？

4.2020屆校招尋職記

5.聽說看完這篇的人，從調(diào)包俠變成了真正的煉丹俠

6.煉丹失敗率高達(dá)87%的TOP10原因

7.一個(gè)女算法程序媛的日常

還等什么？點(diǎn)擊下方「煉丹筆記」，更多干貨第一時(shí)間推送哦！