SIGIR 2024 | 抖音 | 兴趣时钟: 一种流式推荐系统的时间感知方法 标题:Interest Clock: Time Perception in Real-Time Streaming Recommendation System 地址:https://arxiv.org/pdf/2404.19357 会议:SIGIR 2024 公司:抖音背景用户在一天内具有动态兴… 殷昕 sigi
该工作主要聚焦在解决流式推荐系统中时间信息建模的问题,目前已经被SIGIR2024 Industry Track录用,兴趣时钟在抖音音乐场景进行线上实验,取得了0.509%的用户活跃天数(LT)收益以及0.758%的时长收益(2023年最大单模型收益)。该方法全量上线。 论文:arxiv.org/pdf/2404.19357 背景介绍 用户的个性化兴趣偏好会随着一天中时间...
作者:李炳黔,导师为赵鑫教授 引言随着大语言模型在自然语言处理领域的迅速发展,如何利用大语言模型的强大能力赋能推荐系统成为了热门的研究方向。在本文中,我们筛选并总结了SIGIR 2024关于大语言模型与推荐系…
01、研究背景 图神经网络和自监督方法结合的推荐方法研究如火如荼,一系列基于互信息最大化的对比学习范式的自监督模型被提出,并且取得了不错的效果,如SGL、SimGCL、HCCF等。然而,一个很基础的问题却一直没有得到很好的解答:究竟是...
近日,信息检索国际顶级会议(SIGIR 2024)公布了录用论文列表,博士生张晓堃关于推荐系统的两篇论文均被录取为长文。SIGIR是信息检索与数据挖掘领域的顶级会议,被CCF推荐为A类国际学术会议,在学术界及业界均享有盛誉。 这次会议共收到1148篇长文投稿,其...
第47届SIGIR2024会议(ACM国际信息检索大会),将于2024年7月14日-7月18日在美国华盛顿召开。SIGIR是中国计算机学会CCF推荐的A类国际学术会议,也是人工智能领域智能信息检索方向最权威的国际会议。根据会议官方统计,这次会议共收到1148篇长文投稿,其中有791篇有效长文投稿,仅有159篇长文被录用,录用率为20.1%。 最近,SI...
题目:Disentangling ID and Modality Effects for Session-based Recommendation 会议:SIGIR 2024 作者:张晓堃 单位:大连理工大学·信息检索研究室 论文地址: Disentangling ID and Modality Effects for Ses…
会议:SIGIR 2024公司:抖音 背景 用户在一天内具有动态兴趣,比如早上喜欢读新闻,晚上喜欢看电影,业界常常利用时间感知的建模方式来表达用户的兴趣变化。然而,在流式推荐系统中,数据不是一次性放入训练系统中,而是随着时间流式地加入到训练过程中去,那么会导致推荐模型只拟合当前时间特征而忘记了之前的其他时间信息。
作者:吴贻清 单位:中科院计算所 TLDR: 本文解读一篇来自抖音团队的论文。该工作主要聚焦在解决流式推荐系统中时间信息建模的问题,目前已经被SIGIR2024 Industry Track录用,兴趣时钟在抖音音乐场景进行线上实验…