【KDD2022】图表示学习的网络级推荐系统：工业界视角，161页ppt

推荐系统是现代消费者网络应用程序的基本组成部分，它试图预测用户的偏好，以更好地服务于相关商品。因此，作为推荐系统输入的高质量用户和项目表示对于个性化推荐至关重要。为了构造这些用户和项目表示，自监督图嵌入已经成为一种原则性的方法，用于嵌入关系数据，如用户社交图、用户成员关系图、用户-项目参与关系图和其他异构图。在本教程中，我们讨论了自监督图嵌入的不同方法家族。在每个家族，我们概述了各种技术，他们的优点和缺点，并阐述最新的工作。最后，我们演示了如何在现代工业规模的深度学习推荐系统中有效地利用由此产生的大型嵌入表来提高候选对象的检索和排名。

https://ahelk.github.io/talks/kdd22.html

1. Introduction and Motivation

2. Homogenous Graph Embeddings

3. Heterogeneous Graph Embeddings

4. Graph Neural Networks

5. Recommender System Applications

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“R161” 就可以获取《【KDD2022】图表示学习的网络级推荐系统：工业界视角，161页ppt》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料