随笔分类 - 推荐系统
摘要：
大家好，我是对白。 了解图神经网络的朋友对于深层GNN中的过平滑问题一定不陌生，随着网络层数的增加，模型的效果反而急剧下降，令人心痛。回忆一下，常见的解决过平滑的方案有DropEdge、基于残差的方法还有Normalization等，但效果却不尽人意。 今天在KDD2022看到一篇有趣的文章，它没有
阅读全文
大家好，我是对白。 了解图神经网络的朋友对于深层GNN中的过平滑问题一定不陌生，随着网络层数的增加，模型的效果反而急剧下降，令人心痛。回忆一下，常见的解决过平滑的方案有DropEdge、基于残差的方法还有Normalization等，但效果却不尽人意。 今天在KDD2022看到一篇有趣的文章，它没有
阅读全文
摘要：
大家好，我是对白。 前两天刚好刷到KDD2022的一篇文章，是介绍快手在它们短视频上的一项推荐重排新算法，不仅在用户观看时长和视频播放量都有了较大提升外，用户观看视频的标签数也有了显著增长，这说明该算法同时兼具相关性和多样性两点。 为了测试其效果，我顺便下载了一下快手这款app，于是就出现了这篇文章
阅读全文
大家好，我是对白。 前两天刚好刷到KDD2022的一篇文章，是介绍快手在它们短视频上的一项推荐重排新算法，不仅在用户观看时长和视频播放量都有了较大提升外，用户观看视频的标签数也有了显著增长，这说明该算法同时兼具相关性和多样性两点。 为了测试其效果，我顺便下载了一下快手这款app，于是就出现了这篇文章
阅读全文
摘要：
大家好，我是对白。 多任务模型中各个任务难以调参、收敛、效果平平，是一件令人头疼的事情。有没有什么可以令人省心省力的“自适应”方法呢？笔者浏览了一些最近的顶会文章，读了一些相关文章，今天挑选一篇分享给大家~ 说到多任务学习，想必大家都不陌生。在理想的推荐场景中，通过与辅助任务的联合学习，可以提升目标
阅读全文
大家好，我是对白。 多任务模型中各个任务难以调参、收敛、效果平平，是一件令人头疼的事情。有没有什么可以令人省心省力的“自适应”方法呢？笔者浏览了一些最近的顶会文章，读了一些相关文章，今天挑选一篇分享给大家~ 说到多任务学习，想必大家都不陌生。在理想的推荐场景中，通过与辅助任务的联合学习，可以提升目标
阅读全文
摘要：
大家好，我是对白。 不得不说，GNN自问世后，在众多领域遭遇魔改，所幸效果是越来越好。想起前几天看到的一篇论文（STAM-GNN）将时序信息加进了GNN中，这在GNN-based推荐模型中并不多见。检索后发现，目前时空GNN多用于交通预测领域。 纵然GNN-based模型效果已然不错，但与基于空间的
阅读全文
大家好，我是对白。 不得不说，GNN自问世后，在众多领域遭遇魔改，所幸效果是越来越好。想起前几天看到的一篇论文（STAM-GNN）将时序信息加进了GNN中，这在GNN-based推荐模型中并不多见。检索后发现，目前时空GNN多用于交通预测领域。 纵然GNN-based模型效果已然不错，但与基于空间的
阅读全文
摘要：
大家好，我是对白。 今天给大家分享一位海外程序媛面试谷歌到接收offer的全过程，她一共经历了八轮面试，最终收获了心仪的offer，也侧面反映出在海外想进谷歌难度还是比较大的，以下为原文。 这篇文章来详细地记录下我面试谷歌到offer的详细过程。 1\. 面试机会 去年10月底，我在领英上收到了谷歌
阅读全文
大家好，我是对白。 今天给大家分享一位海外程序媛面试谷歌到接收offer的全过程，她一共经历了八轮面试，最终收获了心仪的offer，也侧面反映出在海外想进谷歌难度还是比较大的，以下为原文。 这篇文章来详细地记录下我面试谷歌到offer的详细过程。 1\. 面试机会 去年10月底，我在领英上收到了谷歌
阅读全文
摘要：
大家好，我是对白。 不知道大家对杭电这所大学有没有了解，以前就听闻很不错，像计算机、电子等专业都挺强的。 这不前段时间，就在杭州电子科技大学人工智能学院就出了一个学霸「王炸班」。 怎么讲？ 一班56人，34人考研上岸。 再具体点，8名上浙大，2名清华，1名北大，剩下已就业的学生人均起薪30多万。 另
阅读全文
大家好，我是对白。 不知道大家对杭电这所大学有没有了解，以前就听闻很不错，像计算机、电子等专业都挺强的。 这不前段时间，就在杭州电子科技大学人工智能学院就出了一个学霸「王炸班」。 怎么讲？ 一班56人，34人考研上岸。 再具体点，8名上浙大，2名清华，1名北大，剩下已就业的学生人均起薪30多万。 另
阅读全文
摘要：近日，ACL 2022录用结果出炉，我组18篇论文被ACL 2022录用，其中主会论文13篇，Findings论文5篇。以下为论文列表及介绍： 一 ACL 2022主会 Packed Levitated Marker for Entity and Relation Extraction 作者：叶德铭
阅读全文
摘要：原文地址 ps：对原文有所删减 在这篇博客中，作者介绍了九个数据集，其中一些是推荐系统中常用到的标准数据集，也有一些是非传统意义上的数据集（non-traditional datasets），作者相信，这些非传统数据集更接近真实场景的数据。 首先，先说明下推荐系统数据中的几个类别： Item： 即我
阅读全文
