「推薦系統」領域近期有哪些值得讀的論文？|每週論文清單

Reinforcement Learning based Recommender System using Biclustering Technique
@Ttssxuan 推薦
Reinforcement Learning

本文使用強化學習進行推薦，並藉助 biclustering 減少狀態和動作空間，優化效率和效果。

論文連結
https://www.paperweekly.site/papers/1571

Learning Continuous User Representations through Hybrid Filtering with doc2vec
@Ttssxuan 推薦
doc2vec

本文將用行為使用 item 描述進行串連，構成文件，並使用 doc2vec 訓練使用者表示向量。

論文連結
https://www.paperweekly.site/papers/1562

Deep Reinforcement Learning for List-wise Recommendations
@paperweekly 推薦
Reinforcement Learning

本文將增強學習應用於推薦系統，構建了一個線上的 user-agent 互動模擬器，本文工作來自京東等。

論文連結
https://www.paperweekly.site/papers/1472

Leveraging Long and Short-term Information in Content-aware Movie Recommendation
@zhangjun 推薦
Generative Adversarial Networks

本文提出了一種新穎的基於生成對抗網路的推薦系統，採用強化學習動態調整歷史長期偏好和短期會話的模型，此外，還加入了封面圖片特徵進一步提升系統效能，最後在兩個資料集上做到 state-of-art 的效能。

論文連結
https://www.paperweekly.site/papers/1435

Deep Collaborative Autoencoder for Recommender Systems: A Unified Framework for Explicit and Implicit Feedback
@zhangjun 推薦
Autoencoder

本文給出了一個基於 Autoencoder 的推薦系統框架，同時兼顧顯式反饋和隱式反饋。

論文連結
https://www.paperweekly.site/papers/1432

Use of Deep Learning in Modern Recommendation System: A Summary of Recent Works
@luosha865 推薦
Deep Learning

論文總結了 2013 年以來，最近 33 篇深度學習應用於推薦系統領域的文章。按照內容相關，協同過濾，混合方法分別進行介紹，可以作為不錯的索引。

論文連結
https://www.paperweekly.site/papers/1417

A Context-Aware User-Item Representation Learning for Item Recommendation
@paperweekly 推薦
POI Recommendation

本文對使用者評論與商品評論進行互動式建模，通過識別與使用者和商品都相關的文字資訊，提取使用者商品聯合特徵，在 Amazon 五個打分預測資料集上均取得了優秀的效能。

論文連結
https://www.paperweekly.site/papers/1585

Pixie: A System for Recommending 3+ Billion Items to 200+ Million Users in Real-Time
@luosha865 推薦
Recommender System

本文介紹了 Pinterest 的 Pixie 系統，主要針對他們開發的隨機遊走和剪枝演算法，此外系統本身基於 Stanford Network Analysis Platform 實現。

論文連結
https://www.paperweekly.site/papers/1437

Recommender Systems with Random Walks: A Survey
@zhangjun 推薦
Random Walks

本文是一篇綜述文章，關於“隨機遊走”在推薦系統中的相關應用。

論文連結
https://www.paperweekly.site/papers/1132

Deep Learning Based Recommender System: a Survey and New Perspectives
@zhangjun 推薦
Deep Learning

本文回顧了大部分推薦系統在深度學習上的方法，並對這些方法進行了巨集觀的整合。讓我們瞭解了在推薦系統中，用深度學習的方法和傳統方法相結合的多種方法，可以給我們帶來一些新的啟發。

論文連結
https://www.paperweekly.site/papers/557

Auto-Encoding User Ratings via Knowledge Graphs in Recommendation Scenarios
@jojoe 推薦
Recommender System

本文將電影與電影標籤之間的對映關係應用到 AutoEncoder 的可見層和隱層的連線中，將使用者對電影的打分情況作為訓練資料，使得最後得到的降維表示具有解釋性（使用者對電影標籤的偏好）。

論文連結
https://www.paperweekly.site/papers/1256

A Deep Multimodal Approach for Cold-start Music Recommendation
@jojoe 推薦
Recommender System

本文結合音訊和文字來進行歌曲推薦，只要給定一首歌就可以進行相關推薦，非常實用。

論文連結
https://www.paperweekly.site/papers/1209

原文釋出時間為：2018-01-26
本文作者：讓你更懂AI的
本文來自雲棲社群合作伙伴“PaperWeekly”，瞭解相關資訊可以關注“PaperWeekly”微信公眾號