RecSys 2022 会议强调了行业投稿的显著增加,重点关注算法和实际应用。关键主题包括公平性、隐私性、多样性和新颖性,同时对顺序推荐的关注日益增加。几篇论文探讨了可复现性,并提出了更有效地训练顺序推荐模型的新方法,例如 Recency Sampling,该方法在各种数据集和模型上表现强劲。 AI
影响 强调了推荐系统算法及其在实际应用中的进步,影响了未来的研究和行业实践。
排序理由 该集群由博客文章组成,总结了多年来从 ACM 推荐系统会议 (RecSys) 发表的学术论文和讨论。
- 14th ACM Conference on Recommender Systems
- 15th ACM Conference on Recommender Systems
- RecSys 2022
- Apache Spark
- BERT4Rec
- Embarrassingly Shallow AutoEncoders aka EASE^R
- Eugene Yan
- Gowalla
- graph neural networks
- GRU4Rec
- implicit alternating least squares
- matrix decomposition
- MovieLens-20M
- Netflix
- Recency Sampling
- SASRec
- Seattle
- Transformers4Rec
- Yelp
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →