学习推荐系统必看的10篇RecSys论文，收藏！（官方推荐）

先荐导读：深入学习任何一门学科，都离不开对前沿知识的了解。对于推荐系统学习者来说，一年一度的RecSys大会就是了解学术界与工业界研究热点的最佳平台。鉴于此，在这篇文章中，我们把过往的RecSys论文整理成一个清单，列出了大家学习推荐系统必看的10篇RecSys论文。

下边这5篇是根据ACM数字图书馆中的阅读量整理出来的。在已发表的925篇论文中，这五篇论文是阅读量最高的。这五篇论文约占所有RecSys会议论文引用的12％！

· Performance of recommender algorithms on top-n recommendation tasks — 2010, by Paolo Cremonesi, Yehuda Koren, Roberto Turrin

· Trust-aware recommender systems — 2007, by Paolo Massa, Paolo Avesani

· A matrix factorization technique with trust propagation for recommendation in social networks — 2010, by Mohsen Jamali, Martin Ester

· Multiverse recommendation: n-dimensional tensor factorization for context-aware collaborative filtering — 2010, by Alexandros Karatzoglou, Xavier Amatriain, Linas Baltrunas, Nuria Oliver

· Hidden factors and hidden topics: understanding rating dimensions with review text — 2013, by Julian McAuley, Jure Leskovec

自从2009年以来，每一年的ACM