zoukankan      html  css  js  c++  java
  • 2018 推荐系统总结

    (Start from today ??——too late ??)

    搜索:recsys 2018 总结
    Recsys2018 总结 (推荐系统最新技术、应用和方向)32篇论文解读
    https://blog.csdn.net/lthirdonel/article/details/83627900

    2018 年最全的推荐系统干货(ECCV、CVPR、AAAI、ICML)
    https://www.ctolib.com/topics-134912.html

    RecSys2018会议总结
    https://www.jianshu.com/p/282d1e90aaf9

    推荐系统顶会RecSys 2018论文及代码集锦(1)
    https://www.doc11.com/p/7669.html
    推荐系统顶会RecSys 2018论文及代码集锦(2)
    https://www.doc11.com/p/8217.html

    ACM recsys十年回顾(转载)
    https://www.deeplearn.me/1806.html

    相关学者
    1、Yehuda Koren
    个人主页:Koren’s HomePage
    主要贡献:Netflix Prize的冠军队成员,是推荐系统领域的大神级人物,现就职于雅虎
    代表文献:Matrix Factorization Techniques For Recommender Systems

    2、Hao Ma
    个人主页:HaoMa’s HomePage
    主要贡献:社会化推荐领域的大牛,提出了许多基于社会化推荐的有效算法,现就职于微软
    代表文献:SoRec: Social Recommendation Using Probabilistic Matrix Factorization

    3、郭贵冰
    个人主页:Guibing Guo’s HomePage
    主要贡献:国内推荐系统大牛,创办了推荐系统开源项目LibRec
    代表文献:TrustSVD: Collaborative Filtering with Both the Explicit and Implicit Influence of User Trust and of Item Ratings

    4、Hao Wang
    个人主页:HaoWang’s HomePage
    主要贡献:擅长运用深度学习技术提高推荐系统性能
    代表文献:Collaborative deep learning for recommender systems

    5、何向南
    个人主页:Xiangnan He’s Homepage
    主要贡献:运用深度学习技术提高推荐系统性能
    代表文献:Neural Collaborative Filtering

    6、Robin Burke
    个人主页:rburke’s HomePage
    主要贡献:混合推荐方向的大牛
    代表文献:Hybrid recommender systems: Survey and experiments

    7、项亮
    主要贡献:国内推荐系统领域中理论与实践并重的专家,Netflix Prize第二名
    代表文献:《推荐系统实践》。

    8、石川
    个人主页:shichuan’s HomePage
    主要贡献:研究方向为异质信息网络上的推荐,提出了加权的异质信息相似度计算等
    代表文献:Semantic Path based Personalized Recommendation on Weighted Heterogeneous Information Networks

    【Reference】

    1、2018 推荐系统总结

  • 相关阅读:
    腾讯//全排列
    腾讯//全排列
    腾讯//子集
    腾讯//子集
    腾讯///括号生成
    腾讯///括号生成
    腾讯//二叉树的最近公共祖先
    腾讯//二叉树的最近公共祖先
    腾讯//二叉搜索树的最近公共祖先
    腾讯//二叉搜索树的最近公共祖先
  • 原文地址:https://www.cnblogs.com/shenxiaolin/p/11197893.html
Copyright © 2011-2022 走看看