推薦系統實踐類文章

1.推薦系統里的那些坑兒

2.算法大佬看了流淚，為什么這么好的CTR預估總結之前沒分享(上篇)

3.算法大佬看了流淚，為什么這么好的CTR預估總結之前沒分享(下篇)

4.煉丹師最強危機，谷歌開源最強AutoML工具！

5.負樣本修正：既然數據是模型的上限，就不要破壞這個上限

Transformer系列

1.Transformer的一家！

2.AAAI21最佳論文Informer：效果遠超Transformer的長序列預測神器！

3.Transformer是巧合還是必然？搜索推薦領域的新潮流

4.原來有這個算法，讓點評體驗如此好！

5.霸榜各大CV任務榜單，Swin Transformer橫空出世！

雙塔模型相關案例

1.就是這么"硬"！召回系統就該這么做！

2.是"塔"！是"塔"!就是它，我們的雙塔！

3.SENet雙塔模型：在推薦領域召回粗排的應用及其它

多目標學習相關案例

1.多目標學習在推薦系統中的應用(匯總,轉載,公眾號)

2.別說話，復現它！

3.這些我全要！推薦系統一石二鳥之道

4.流量為王：收益最大化的混排機制

搜索推薦中CTR/CVR多任務學習

1.推薦系統多任務學習上分神技！(NMTR,ICDE19)

2.多任務學習如何做到你好我也好？(PLE,RecSys20)

3.如何讓你的推薦系統具有可解釋性？(WWW19)

4.協同過濾算法效果不佳怎么辦？知識圖譜來幫忙啦(MKR,WWW19)

5.我為什么喜歡它？帶有解釋的推薦系統第二彈(MT,RecSys18)

6.猜猜你的標簽有多少錯了？

7.顫抖吧，標簽工程來了！

神經網絡特征交叉的相關工作案例

1. Attention+FFM強強組合(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.神級特征交叉, 基于張量的多語義交叉網絡TFNET！(TFNET,SIGIR20)

5. 效果遠超FM,CF最新利器HFM！(HFM,AAAI19)

6.xDeepFM:CTR預估之特征交叉的藝術(KDD18)

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

8.CTR神經網絡特征交叉匯總！

9.CTR預估系列煉丹入門手冊

10.讀了那么多CTR論文, 真正有效的又有幾個呢？(ArXiv20)

神經網絡序列化的相關

1.令人著迷的時間動態CF算法(早期競賽神文,2010)2. DIN！知識點啊朋友們！(DIN,KDD18)

3. 昨天得知她剛買了手機,今天她會愛上這款新耳機嗎？(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解鎖序列數據挖掘新姿勢(RecSys20)

9. 序列化推薦系統的挑戰,進展和展望!(IJCAI,2019)

10.深夜福利，序列前后滑動的快樂！

11.海歸博士說，這是目前實驗中最好的序列化推薦算法

工業界推薦算法方案實戰

分享工作中遇到過的實際問題及相應的解決方案，例如推薦線上線下一致性問題、工業界算法效果評估問題等。同時我們也將身邊的業務知識做基礎布道，講述電商搜索推薦領域的業務詞匯等。

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呢？(FuXiCTR,ArXiv20)

3. 好想哭,我居然輸在了內存問題上！(KDD20)

4. MF vs MLP：講述科學調參在推薦模型中的意義(ArXiv)

5.推薦系統技術演進趨勢：召回篇

6.流量為王：ABTest流量分層分桶機制7.EdgeRec：邊緣計算推薦系統強特

數據競賽屆深度煉丹技巧

1.CIKM 2019 EComm AI用戶行為預測大賽三大方案解讀

2.CIKM EComm AI用戶行為預測大賽冠軍方案解讀

3.RecSys2020推薦系統特征工程匯總

4.RecSys2020大賽第一名方案

5.推薦大賽如何在一周時間內打進決賽

6.kaggle競賽寶典第一章-競賽框架篇！

7.學術圈競賽圈大討論，深度學習真的比不過GBDT模型嗎？

8.ICDM2020 Top3方案分享

9.NN如何在表格數據中戰勝GBDT類模型！

算法大佬們的經驗分享

不時我們會邀請周邊的大佬談談對于煉丹算法工程師的一些心路歷程，職場感受，對新人的建議，還有其他的一些心得，如果你對于這塊比較迷茫也歡迎聯系我們哦。

1.我的成長之路：追逐冠軍的少年

2.是的，我從阿里離職了。

3.五年前的轉正我沒有留下，校招進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，從調包俠變成了真正的煉丹俠

6.煉丹失敗率高達87%的TOP10原因

7.一個女算法程序媛的日常

總結

以上是生活随笔為你收集整理的推荐搜索系统论文干货集锦（持续更新）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。