摘要：
#动机 本文是2021年SIGIR上一篇文章。基于图卷积网络（GCN）的推荐系统模型大多数都有以下问题：1.稀疏的监督信号。2.倾斜的数据分布，高度的节点对表征学习影响更大。3.节点表示容易收到噪声交互的影响。在本文中作者通过在用户-物品图上引入自监督学习来改善GCN在推荐系统上的准确率和鲁棒性，将 阅读全文
摘要：
2022.2.19双周周赛的第四题统计数组中好三元组数目，翻车了，题目要求可点击链接直接查看，当时的思路只想到把nums2映射成[0,1,2,...,n-1]的数组，然后nums1根据相同映射规则也进行改变，然后求nums1中满足x<y<z且$pos_x<pos_y<pos_z$的三元组数，可以每次 阅读全文
摘要：
#动机 本论文是2021年发表在IW3C2的一篇论文。在基于知识图谱的推荐系统中，使用图神经网络是一个趋势，但是目前基于图神经网络的模型有以下不足之处：1.没有在更细的意图粒度上识别用户与物品之间的关系。2.没有利用依赖关系保留长距离的语义连接。本文作者提出的KGIN模型解决了上述问题，将意图建模为 阅读全文
摘要：
#动机 本文是2017年发表的一篇非常经典的推荐系统论文。本论文提出了一种新的模型DeepFM，解决了之前模型交叉低阶特征和高阶特征有很大偏差，或是需要耗费大量人力的特征工程的问题。它与之前谷歌提出的Wide&Deep模型相似，但是它不需要专家去进行特征交叉，是一个端到端的模型。它与当时先进的模型对 阅读全文
摘要：
#动机 本文是2018年阿里巴巴在SIGIR上发表的一篇论文。传统的CVR预估模型有两个问题，一是训练模型是在已经点击后的数据上训练，而推理是在曝光后的数据上推理，训练数据与预测数据分布不一致（见下图），举一个更实际的例子说明，打开淘宝，首页推荐的商品就是曝光的商品，如果你点进这些商品页面，这些商品 阅读全文
摘要：
#动机 本文是2020年SIGIR的一篇文章。最近图卷积网络（GCN）在协同过滤推荐中大放异彩，但是却很少有工作探究其为什么在协同过滤推荐系统中有效，缺乏较为完善的消融实验，在本文中，作者通过一系列消融实验发现GCN中的特征转换和非线性激活对协同过滤并没有益处，因此，作者提出了LightGCN，它仅 阅读全文
摘要：
#动机 本文是2019年SIGIR的一篇文章。在推荐系统中，用户和物品的向量表示(embeddings)是推荐系统的核心，但目前的方法都是根据用户（物品）原有的特征通过映射获取embeddings，并没有将用户与物品交互中的潜在的协同信号编码进embeddings，因此产生的embeddings可能 阅读全文
摘要：
#动机 本篇论文是2017年IW3C2上的一篇论文。在当时深度神经网络已经在计算机视觉、自然语言处理等领域取得巨大成功，但是却很少应用在推荐系统中。虽然当时也有一些工作采用深度学习来进行推荐，但它们主要是用深度学习为辅助信息建模，例如项目的文本描述等等。在涉及到协同过滤推荐算法中用户与物品的交互中， 阅读全文
摘要：
#动机 本篇论文是出自2014年ICML的一篇论文，矩阵分解模型在协同过滤的方法中表现出卓越的性能，这些模型通常都是假设数据是随机缺失(MAR)的，但是现实生活中常常不是这样，例如部分用户会只给自己喜欢或者讨厌的商品进行评价打分，部分商品被人们认为其正常工作是理所当然的事情，因此它们收到的评价更多的 阅读全文
摘要：
#动机 本篇论文是在13年KDD上发表的一篇关于Top-N推荐系统的一篇论文。因为在Top-N推荐中，随着数据集矩阵的稀疏性增大，Top-N推荐系统的有效性会随之降低。为了缓解这个问题，本论文提出了一种将item-item相似性矩阵分解为两个低秩潜因素矩阵的乘积的方法。在实验中表明，本论文提出的方法 阅读全文