RecSys2021最佳论文奖出炉（附教程下载）

嘿，记得给“机器学习与推荐算法”添加星标

---

此前我们整理了RecSys2021中推荐系统相关的论文，具体内容可参考RecSys2021推荐系统论文集锦 。作为推荐系统领域独有的顶会，该会议不同于其他主流的数据挖掘或者机器学习会议侧重于新模型or新技术的创新，而是更多的给大家带来新的观点、新的视角、新的可供研究的子领域，带来的更多的是批判式的创新，可能当前不被大多数人关注，可随着时间的流逝这些问题逐渐被人们所重视。目前所整理的上述论文都已整理成论文集发布在ACM的电子图书馆中，大家可以从以下链接中进行下载阅读。

https://dl.acm.org/doi/proceedings/10.1145/3460231

另外，大会已经于9月27日-10月1日线上举行完毕，相关奖项已经揭晓。

最佳论文奖已经揭晓，详情见下图。其中包括最佳论文奖、最佳学生论文奖和最佳演示论文奖。

• An Audit of Misinformation Filter Bubbles on YouTube: Bubble Bursting and Recent Behavior Changes
  by Matus Tomlein, Branislav Pecher, Jakub Simko, Ivan Srba, Robert Moro, Elena Stefancova, Michal Kompan, Andrea Hrckova, Juraj Podrouzek, and Maria Bielikova 

  最佳论文奖，该论文研究Youtube上的错误信息的过滤气泡问题，并带来了一系列的实验观察，最后对其进行了审计。
  https://dl.acm.org/doi/pdf/10.1145/3460231.3474241

• Pessimistic Reward Models for Off-Policy Learning in Recommendation
  by Olivier Jeunen and Bart Goethals 

  最佳学生论文奖，该论文提出了一种新的离线策略学习方法应用于推荐场景，并且取得了很好的实验效果。

  https://dl.acm.org/doi/10.1145/3460231.3474247

• Connecting Students with Research Advisors Through User-Controlled Recommendation
  by Behnam Rahdari, Peter Brusilovsky, and Alireza Javadian Sabet 

  最佳演示论文奖，该项目展示了如何为本科生和研究生推荐一个靠谱的导师，主要利用的技术包括用户建模、探索性研究和推荐系统，以及利用知识图谱、基于图的推荐和智能用户接口来完成该项目。

  https://dl.acm.org/doi/10.1145/3460231.3478879

大会还评选出了杰出评审论文奖，让我们感谢他们的认认真真与兢兢业业。

• Daniel Kluver (Outstanding Reviewer)

• Olivier Jeunen (Outstanding Reviewer)

• Bamshad Mobasher (Outstanding Reviewer)

• Martijn Willemsen (Outstanding Reviewer)

• Peter Brusilovsky (Outstanding Reviewer)

• Wolfgang Wörndl‬ (Outstanding Reviewer)

• Yannis Ioannidis (Outstanding Reviewer)

关于会议上的教程，主要聚焦在了推荐系统中的Bias问题、对话推荐系统、推荐中的隐私和安全问题、多模态推荐系统、推荐系统的可解释性以及会话推荐等。文末附下载地址。

• 对话推荐系统：
  

• 反事实推荐系统：

• 多模态推荐系统：

以上内容可在公众号后台回复【1005】获取。

推荐阅读

基于图嵌入技术的推荐系统长文综述

面向最终目标的全链路一致性建模

厦大最新《强化学习推荐系统》综述论文

喜欢的话点个在看吧👇