The Web Coferences
2022
- On Designing a Two-stage Auction for Online Advertising
- Alleviating Cold-start Problem in CTR Prediction with A Variational Embedding Learning Framework
paper review, implicit feedback, Recommendation System, WWW 17
Top Tier Conferences and Journals WWW, WSDM, SIGIR, KDD, RecSyS, CIKM, TOIS, TKDE, NIPS, ICML, AAAI, IUI, UMAP Companies
Tags paper review, implicit feedback, Recommendation System, WWW 17 paper link Abstract util2vec 을 제안: usage history, interaction records 를 활용 utilization-to-vector 제안한 방식의 세...
NLP 에서 dual encoder 로 불리는 two-tower 신경망 framework 를 어떻게 추천 시스템에 적용할 수 있는지 보임 추가로, Mixed Negative Sampling (MNS) 이라는 negative sampling 전략을 제안
With Mult-VAE, the authors introduce a generative model with multinomial likelihood, propose a different regularization parameter for the learning objective, and use Bayesian...
Abstract the impact of User Fatigue has been mostly ignored in the literature User fatigue 란, 특정 유저에게 동일한 아이템을 반복적으로 보여줬을 때, 해당 아이템에 대해 빠르게 흥미를 잃는 현상을 의미한다. online...
여기서는 DNS (dynamic negative sampling) 전략으로 불림
뉴스 추천을 위한 딥러닝 기반의 강화 학습 프레임워크를 제안한다.
LLM 기반 3-stage fine-tuning으로 Long-tail Query의 semantic gap을 해결 하여 Taobao 검색에서 GMV +0.4%, few-recall query GMV +18.66% 달성.
주어진 유저의 다양성을 수치적으로 측정하는 metric: GS-score 는 어떤 한 노래의 vector 와 사용자들의 vector 들 간 cosine similarity 의 평균을 측정한다. specialist 들에게는 이 평균이 높게 나올것이고, generalist 들에게는 이 평균이 낮게 나올것이다. 특정...
이 논문에서는 추천 시스템에서 sparse data 를 linear model 로 학습하는 방안을 제시했다. 학습에 사용한 training objective 는 closed-form solution 으로 표현될 수 있다. 실험 결과 SOTA CF 방식보다 더 나은 ranking accuracy 를 보였다. 여기서...