note
- 热点:对比学习,图神经网络,序列推荐,多任务推荐
- 主要任务包括:Click-Through Rate、Sequential Recommendation、Knowledge Graph Embedding、User Modeling等;
- 热门技术包括:Graph Neural Network、Contrastive Learning、Transformer、Attention等,其中基于Graph的任务和技术依旧是2021年的研究热点。
第30届国际信息与知识管理大会(The 30th ACM International Conference on Information and Knowledge Management, CIKM 2021)计划于2021年11月1日-11月5日在线召开。ACM CIKM是CCF推荐的B类国际学术会议,是信息检索和数据挖掘领域最重要的学术会议之一。这次会议共收到1251篇长文(Full paper)、290篇应用文(Applied paper)和626篇短文(Short paper)投稿,有271篇长文、69篇应用文和178篇短文被录用,录用率分别为21.7%、23.8%和28.4%。
官方发布的接收论文列表:http://www.cikm2021.org/accepted-papers
对推荐系统相关论文(76篇)按不同的任务场景和研究话题进行分类整理,也对其他热门研究方向(预训练、知识图谱等,53篇)进行了归类。可以看到2021年研究方向主要集中在Recommendation、Retrieval和Knowledge Graph三个方向,也包括Pre-trained Language Model、Conversation等NLP方向。
文章目录
- note
- 1. 按推荐的任务场景划分
-
- 1.1 Click-Through Rate
- 1.2 Collaborative Filtering
- 1.3 Sequential/Session-based Recommendation
- 1.4 Knowledge-Aware Recommendation
- 1.5 Social Recommendation
- 1.6 News Recommendation
- 1.7 Text-Aware Recommendation
- 1.8 Conversational Recommender System
- 1.9 Cross-domain Recommendation
- 1.10 Point-of-Interest
- 1.11 Online Recommendation
- 1.12 Group Recommendation
- 1.13 Other Tasks
- 2. 按推荐的研究话题划分
- 3. 热门技术在推荐中的应用
- 4. 其他研究方向