1. KDD2023已经公布了多个奖项,其中最佳论文包括《All in One: Multi-task Prompting for Graph Neural Networks》和《Improving Training Stability for Multitask Ranking Models in Recommender Systems》。 MIT发表了一篇论文,指出尽管LLM在多个方面取得了显著进步,但在推理任务上的表现仍然存在明显的不足。通过在21...
KDD 杰出博士论文奖 KDD 2023 杰出博士论文奖授予了斯坦福大学(于今年 1 月获得学位)博士 Weihua Hu 的论文《On the Predictive Power of Graph Neural Networks》。 推特@weihua916 我们先简单介绍一下 Weihua Hu。他先后于 2016 年和 2018 年获得了东京大学的数学工程学士学位和计算机科学硕士学位。之后进入斯坦福...
Conference : Proceedings of the 29th ACM SIGKDD Conference on Knowledge Discovery and Data Mining Url:https://dl.acm.org/doi/10.1145/3580305.3599499 Abstract: To address the big data challenges, serverless multi-party collaborative training has recently attracted attention in the data mining community,...
暨南大学融媒体中心讯 近日,广东智慧教育研究院刘子韬教授团队与美国Michigan State University、North Carolina State University合作,分别以暨南大学广东智慧教育研究院为通讯作者单位发表的2篇论文被国际顶级会议 ICML 2023 和KDD2023 接收。 2023年4月,中国计算机学会(CCF)推荐的A类国际学术会议 ICML2023论文接收结果公布...
KDD 2023 | 时空数据(Spatial-Temporal)ADS论文总结 ADS Track(Applied Data Science,应用数据科学赛道)接收率:25.4%(184/72 ADS track中有2个session中与时空数据(城市计算)紧密相关,还有一些其余session中有一些做的时空数据任务。 ADS Track Topic:交通模拟,多模态数据,ETA,物流外卖配送,强化学习,交通预测,生成...
在讨论如何评价KDD 2023时，我们关注的是领域自适应（DA）和领域泛化（DG）领域，它们是顶级会议的热门研究方向。DA主要关注如何利用有标签训练数据（源域）和无标签目标数据，以提升模型在不同领域间的适应性。相比之下，DG则在多个源域数据之间工作，但不知道目标域，其目标是提升模型在未知分布上的...
1. DoubleAdapt: A Meta-learning Approach to Incremental Learning for Stock Trend Forecasting Code:None Area:一种用于股票趋势预测增量学习的元学习方法 2. HomoGCL: Rethinking Homophily in Graph Contrastive Learning Code:https://github.com/wenzhilics/HomoGCL ...
Airbnb提出Journey Ranker架构，该架构在多种场景下实现同时提升用户体验和转化率。通过在线实验，Journey Ranker在Airbnb产品线中显著改进了业务指标，相比基线模型有了显著提升。这一研究成果发表在KDD2023上。Journey Ranker架构包含四个模块，即共享表示模块、基模块、旋轮模块和组合模块。共享表示模块生成...
今天分享一篇阿里发表在KDD2023上的最新文章,Joint Optimization of Ranking and Calibration with Contextualized Hybrid Model [1]:上下文感知的排序和校准联合优化精排模型,能够让精排模型同时拥有pointwise的ctr校准能力和listwise的排序能力,在阿里展示广告中取得了CTR+4.4%,RPM+2.4%。 这篇工作还是很有借鉴意义的:广...
除了在KDD 2023中斩获的成果之外，2023年上半年， CSL以“AI+职业科学”为核心，针对该领域的核心基础...