推薦搜索系統(tǒng)論文干貨集錦
本文主要聚焦搜索推薦領(lǐng)域最新研究成果，通過(guò)“問(wèn)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(wèn)題背景：在什么推薦場(chǎng)景下解決什么類(lèi)型的推薦問(wèn)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(wèn)題。論文效果：在這個(gè)場(chǎng)景下，通過(guò)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。
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(méi)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(méi)分享(下篇)
4.煉丹師最強(qiáng)危機(jī)，谷歌開(kāi)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
2.AAAI21最佳論文Informer：效果遠(yuǎn)超Transformer的長(zhǎng)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(lái)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！
3.SENet雙塔模型：在推薦領(lǐng)域召回粗排的應(yīng)用及其它
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))
3.這些我全要！推薦系統(tǒng)一石二鳥(niǎo)之道
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(guò)濾算法效果不佳怎么辦？知識(shí)圖譜來(lái)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)
分享工作中遇到過(guò)的實(shí)際問(wèn)題及相應(yīng)的解決方案，例如推薦線上線下一致性問(wèn)題、工業(yè)界算法效果評(píng)估問(wèn)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。
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(jìng)賽并在這個(gè)過(guò)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(hù)行為預(yù)測(cè)大賽三大方案解讀
2.CIKM EComm AI用戶(hù)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
5.推薦大賽如何在一周時(shí)間內(nèi)打進(jìn)決賽
6.kaggle競(jìng)賽寶典第一章-競(jìng)賽框架篇！
7.學(xué)術(shù)圈競(jìng)賽圈大討論，深度學(xué)習(xí)真的比不過(guò)GBDT模型嗎？
9.NN如何在表格數(shù)據(jù)中戰(zhàn)勝GBDT類(lèi)模型！
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(chǎng)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。
3.五年前的轉(zhuǎn)正我沒(méi)有留下，校招進(jìn)不了大公司就是失敗嗎？
5.聽(tīng)說(shuō)看完這篇的人，從調(diào)包俠變成了真正的煉丹俠
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！