[SIGIR2021] StackRec框架：加速训练100层序列推荐模型

现有的序列推荐算法大多采用浅层的神经网络结构。近日，发表在信息检索领域顶会SIGIR上的一篇论文发现，通过对残差块结构进行微小的修改，序列推荐模型能够使用更深的网络结构以进一步提升精准度，也就是，推荐模型也能够像计算机视觉领域的模型那样拥有100层以上的深度并获得最优性能。在此基础上，论文提出一个高效且通用的框架StackRec来加速深度序列推荐模型的训练，并应用到多种实际的推荐场景中。

论文下载：

https://www.zhuanzhi.ai/paper/0ba0a722f4bd379045a7312037ed8194

代码+数据下载：https://github.com/wangjiachun0426/StackRec