Awesome Deep Learning Papers for Search Recommendation Advertising

業界の調査、推奨、広告のための素晴らしい深層学習論文。埋め込み、マッチング、ランキング (CTR/CVR 予測)、ポストランキング、大規模モデル (生成推奨、LLM)、転移学習、強化学習などに重点を置いています。

00_埋め込み

• 2013 (Google) (NIPS) [Word2vec] 単語とフレーズの分散表現とその構成性
  
• 2014 (KDD) [DeepWalk] DeepWalk - 社会的表現のオンライン学習
  
• 2015年 (WWW) [LINE] LINE大規模情報ネットワーク組み込み
  
• 2016 (KDD) [Node2vec] node2vec - ネットワーク向けのスケーラブルな機能学習
  
• 2017 (ICLR) [GCN] グラフ畳み込みネットワークによる半教師あり分類
  
• 2017 (KDD) [Struc2vec] struc2vec - 構造同一性からのノード表現の学習
  
• 2017 (生理研) [GraphSAGE] 大規模グラフ上の帰納的表現学習
  
• 2018年 (Airbnb) (KDD) *[Airbnb 埋め込み] Airbnb での検索ランキングに埋め込みを使用したリアルタイム パーソナライゼーション
  
• 2018年 (アリババ) (KDD) *[アリババエンベディング] アリババにおける電子商取引のための10億規模の商品エンベディング推奨
  
• 2018 (ICLR) [GAT] グラフ アテンション ネットワーク
  
• 2018 (Pinterest) (KDD) *[PinSage] Web スケール レコメンダー システムのためのグラフ畳み込みニューラル ネットワーク
  
• 2018 (WSDM) [NetMF] 行列分解としてのネットワーク埋め込み - deepwalk、line、pte、node2vec の統合
  
• 2019 (Alibaba) (KDD) *[GATNE] 属性多重ヘテロジニアスネットワークのための表現学習
  

01_マッチング

• 2013 (Microsoft) (CIKM) [DSSM] クリックスルー データを使用した Web 検索の深層構造化セマンティック モデルの学習
  
• 2015 (KDD) [Sceptre] 代替および補完製品のネットワークの推論
  
• 2016 (Google) (RecSys) **[Youtube DNN] YouTube レコメンデーション用のディープ ニューラル ネットワーク
  
• 2018 (Alibaba) (KDD) * [TDM] レコメンダー システムのための学習ツリーベースのディープ モデル
  
• 2018 (Pinterest) (KDD) *[PinSage] Web スケール レコメンダー システムのためのグラフ畳み込みニューラル ネットワーク
  
• 2019 (Alibaba) (CIKM) **[MIND] Tmall での推奨のための動的ルーティングを備えた多目的ネットワーク
  
• 2019 (Alibaba) (CIKM) *[SDM] SDM - オンライン大規模レコメンダー システム用の逐次ディープ マッチング モデル
  
• 2019 (Alibaba) (NIPS) *[JTM] レコメンダー システムのためのツリーベースのインデックスとディープ モデルの共同最適化
  
• 2019 (Amazon) (KDD) セマンティック製品検索
  
• 2019 (Baidu) (KDD) *[MOBIUS] MOBIUS - 百度のスポンサードサーチにおける次世代のクエリ広告マッチングに向けて
  
• 2019 (Google) (RecSys) **[Two-Tower] 大規模なコーパス項目レコメンデーションのためのサンプリングバイアス補正ニューラル モデリング
  
• 2019 (Google) (WSDM) *[Top-K Off-Policy] REINFORCE レコメンダー システムの Top-K Off-Policy の修正
  
• 2019 [Tencent] (KDD) Tencent でのクエリとドキュメントの理解のためのユーザー中心のコンセプト マイニング システム
  
• 2020 (Alibaba) (ICML) [OTM] ビーム検索での最適なツリー モデルの学習
  
• 2020 (Alibaba) (KDD) *[ComiRec] 推奨のための制御可能な多関心フレームワーク
  
• 2020 (Facebook) (KDD) **[Facebook 検索の埋め込み] Facebook 検索における埋め込みベースの検索
  
• 2020 (Google) (WWW) *[MNS] レコメンデーションにおける 2 タワー ニューラル ネットワークを学習するための混合ネガティブ サンプリング
  
• 2020 (JD) (CIKM) *[DecGCN] 代替可能アイテムと補完アイテムを推論するための分離グラフ畳み込みネットワーク
  
• 2020 (JD) (SIGIR) [DPSR] パーソナライズされたセマンティック検索に向けて - 埋め込み学習による電子商取引検索のエンドツーエンド ソリューション
  
• 2020 (Microsoft) (Arxiv) TwinBERT - 効率的な検索のためのツイン構造 BERT モデルへの知識の抽出
  
• 2021 (Alibaba) (KDD) * [MGDSPR] タオバオ検索における埋め込みベースの商品検索
  
• 2021 (Amazon) (KDD) 製品検索におけるセマンティック マッチングのためのエクストリーム マルチラベル学習
  
• 2021 (Bytedance) (Arxiv) [DR] 深層検索 - 大規模なレコメンデーションのための検索可能な構造の学習
  
• 2022 (Alibaba) (CIKM) **[NANN] [二方向箔] 大規模レコメンデーション用の神経類似性メトリクスに基づく近似最近傍検索
  
• 2022 (Alibaba) (CIKM) [CLE-QR] TaoBao 検索のクエリ書き換え
  
• 2022 (Alibaba) **(CIKM) [MOPPR] タオバオ検索における多目的パーソナライズ商品検索
  
• 2024 (Bytedance) (KDD) [Trinity] Trinity - マルチ:ロングテール:長期利益をオールインワンで同期
  

アン

• 2017 (Arxiv) (Meta) [FAISS] GPU を使用した 10 億規模の類似性検索
  
• 2020 (PAMI) [HNSW] 階層型ナビゲート可能なスモールワールド グラフを使用した効率的かつ堅牢な近似最近傍検索
  
• 2021 (TPAMI) [IVF-PQ] 最近傍検索のための積の量子化
  

グラフ_ニューラル_ネットワーク

• 2017 (ICLR) [GCN] グラフ畳み込みネットワークによる半教師あり分類
  
• 2018 (ICLR) [GAT] グラフ アテンション ネットワーク
  
• 2018 (Pinterest) (KDD) [PinSage] Web スケールのレコメンダー システムのためのグラフ畳み込みニューラル ネットワーク
  
• 2019 (Alibaba) (KDD) [IntentGC] IntentGC - 異種情報を融合して推奨するスケーラブルなグラフ畳み込みフレームワーク
  
• 2019 (Alibaba) (KDD) [MEIRec] インテント推奨のためのメタパス誘導異種グラフ ニューラル ネットワーク
  
• 2019 (Alibaba) (SIGIR) [GIN] スポンサードサーチにおけるクリックスルー率予測のためのグラフインテンションネットワーク
  
• 2020 (Alibaba) (SIGIR) [ATBRG] ATBRG - 効果的な推奨のための適応型ターゲット行動関係グラフ ネットワーク
  

02_事前ランキング

• 2020 (Alibaba) (DLP-KDD) [COLD] COLD - 次世代の事前ランキング システムに向けて
  
• 2023 (Alibaba) (CIKM) [COPR] COPR - オンライン広告の一貫性重視の事前ランキング
  
• 2023年 (アリババ) (KDD) [ASMOL] 大規模電子商取引検索システムにおける事前ランキングの役割を再考する
  

03_ランキング

• 2014 (ADKDD) (Facebook) Facebook での広告クリック数の予測から得た実践的な教訓
  
• 2016 (Google) (DLRS) **[ワイド & ディープ] レコメンダー システムのためのワイド & ディープ ラーニング
  
• 2016 (Google) (RecSys) **[Youtube DNN] YouTube レコメンデーション用のディープ ニューラル ネットワーク
  
• 2018 (Alibaba) (KDD) **[DIN] クリックスルー率予測のための Deep Interest Network
  
• 2019 (アリババ) (AAAI) **[DIEN] クリックスルー率予測のための Deep Interest Evolution Network
  
• 2019 (Facebook) (Arxiv) [DLRM] (Facebook) パーソナライゼーションおよびレコメンデーション システムのための深層学習レコメンデーション モデル、Facebook
  
• 2019 (Google) (Recsys) ** [Youtube マルチタスク] 次に見る動画を推奨 - マルチタスク ランキング システム
  
• 2020 (Alibaba) (Arxiv) ** [SIM] クリックスルー率予測のための生涯連続行動データを使用した検索ベースのユーザー関心モデリング
  
• 2020 (JD) (CIKM) **[DMT] 大規模な電子商取引レコメンダー システムにおける多目的ランキングのための深層多面トランスフォーマー
  
• 2020 (Tencent) (Recsys) ** [PLE] プログレッシブ レイヤード抽出 (PLE) - パーソナライズされた推奨事項のための新しいマルチタスク学習 (MTL) モデル
  
• 2021 (Alibaba) (CIKM) * [ZEUS] 電子商取引におけるマルチシナリオランキングのためのユーザーの自発的行動に関する自己教師あり学習
  
• 2021 (Alibaba) (CIKM) [STAR] すべてに対応する 1 つのモデル - マルチドメイン CTR 予測用のスター トポロジ適応レコメンダー
  
• 2022 (Alibaba) (Arxiv) ** [ETA] クリックスルー率予測のための効率的な長期連続ユーザー データ モデリング
  
• 2022 (Alibaba) (WSDM) 電子商取引検索におけるクリックスルー率予測のためのユーザーのコンテキスト化されたページごとのフィードバックのモデリング
  
• 2022 (メタ) [DHEN] DHEN - 大規模なクリックスルー率予測のための深く階層的なアンサンブル ネットワーク
  
• 2022 (WWW) [FMLP] 逐次推奨に必要なのはフィルタ強化 MLP だけです
  
• 2023 (Alibaba) (Arxiv) [ESLM] 宇宙全体学習フレームワーク - レコメンダー システムの全段階における不偏コンバージョン率予測
  
• 2023 (Google) (Arxiv) 工場現場 - 産業規模の広告推奨モデルのための ML エンジニアリング
  
• 2023 (Kuaishou) (Arixiv) [TWIN] TWIN - Kuaishou での CTR 予測における生涯ユーザー行動モデリングのための 2 段階の関心ネットワーク
  
• 2023 (Kuaishou) (KDD) [PEPNet] PEPNet - パーソナライズされた事前情報を注入するためのパラメータとパーソナライズされたネットワークの埋め込み
  
• 2024 (Kuaishou) (CIKM) [TWINv2] TWIN V2 - Kuaishou での CTR 予測を強化するための超長時間ユーザー行動シーケンス モデリングのスケーリング
  
• 2024 (Tencent) (KDD) [LCN] オンライン クリックスルー率予測のためのクロスドメインのライフロング シーケンシャル モデリング
  

クラシック

• 2003 (Amazon) (IEEE) [CF] Amazon.com の推奨事項 - アイテム間の協調フィルタリング
  
• 2009 (コンピュータ) [MF] レコメンダ システムのための行列分解手法
  
• 2016 (ICLR) [GRU4Rec] リカレント ニューラル ネットワークを使用したセッションベースの推奨事項
  
• 2017 (Amazon) (IEEE) Amazon.com における 20 年間のレコメンダー システム
  

DNN

• 2019年 (KDD) (Airbnb) Airbnb検索へのディープラーニングの適用
  
• 2020 (Airbnb) (KDD) Airbnb 検索のディープラーニングを改善
  

遅延フィードバックの問題

• 2008 (KDD) 肯定的でラベルのないデータのみからの分類器の学習
  
• 2014 (Criteo) (KDD) [DFM] ディスプレイ広告における遅延フィードバックのモデリング
  
• 2018 (Arxiv) [NoDeF] コンバージョン率予測のためのノンパラメトリック遅延フィードバック モデル
  
• 2019 (Twitter) (RecSys) CTR 予測におけるニューラル ネットワークによる継続的トレーニングの遅延フィードバックへの対処
  
• 2020 (AdKDD) 複数のコンバージョンに対する負の二項回帰を使用した遅延フィードバック モデル
  
• 2020 (JD) (IJCAI) [TS-DL] ポストクリックキャリブレーションによる遅延フィードバックを備えたコンバージョン率予測のためのアテンションベースのモデル
  
• 2020 (SIGIR) [DLA-DF] 遅延変換のための二重学習アルゴリズム
  
• 2020 (WWW) [FSIW] 遅延フィードバック下でのコンバージョン率の予測におけるフィードバック シフト修正
  
• 2021 (Alibaba) (AAAI) [ES-DFM] 経過時間サンプリングによるコンバージョン率予測における遅延フィードバックの取得
  
• 2021 (Alibaba) (AAAI) [ESDF] 空間全体の変換率予測のための遅延フィードバック モデリング
  
• 2021 (Alibaba) (Arxiv) [延期] リアル ネガティブは重要 - 遅延フィードバック モデリングのためのリアル ネガティブを使用した継続的トレーニング
  
• 2021 (Google) (Arxiv) 遅延フィードバックのモデリングにおけるクリックごとの多数のコンバージョンの処理
  
• 2021 (Tencent) (SIGIR) 遅延フィードバックを伴うストリーミング推奨に対する反事実的な報酬変更
  
• 2022 (Alibaba) (WWW) [DEFUSE] ラベル修正による遅延フィードバック モデリングの漸近的不偏推定
  

機能交差

• 2010 (ICDM) [FM] 因数分解マシン
  
• 2013 (Google) (KDD) [LR] 広告クリック予測 - 現場からの視点
  
• 2016 (Arxiv) [PNN] ユーザー応答予測のための製品ベースのニューラル ネットワーク
  
• 2016 (Criteo) (Recsys) [FFM] CTR 予測のためのフィールド認識型因数分解マシン
  
• 2016 (ECIR) [FNN] 複数フィールドのカテゴリカル データを対象とした深層学習 – ユーザーの反応予測に関するケーススタディ
  
• 2016 (KDD) [Deepintent] Deepintent - リカレント ニューラル ネットワークを使用したオンライン広告のアテンションの学習
  
• 2016 (Microsoft) (KDD) [Deep Crossing] Deep Crossing - 手動で作成した組み合わせ機能を使用しない Web スケール モデリング
  
• 2017 (Google) (ADKDD) [DCN] 広告クリック予測のためのディープ & クロスネットワーク
  
• 2017 (Huawei) (IJCAI) [DeepFM] DeepFM - CTR 予測のための因数分解マシン ベースのニューラル ネットワーク
  
• 2017 (IJCAI) [AFM] アテンション ネットワークを介して特徴相互作用の重みを学習するアテンション 因数分解マシン
  
• 2017 (SIGIR) [NFM] スパース予測分析のためのニューラル因数分解マシン
  
• 2017 (WWW) [NCF] ニューラル協調フィルタリング
  
• 2018 (CVPR) * [SENet] スクイーズアンド励起ネットワーク
  
• 2018 (Google) (WSDM) [Latent Cross] リカレント レコメンダー システムでコンテキストを利用する Latent Cross
  
• 2018 (KDD) [xDeepFM] xDeepFM - レコメンダー システムのための明示的および暗黙的な機能相互作用の組み合わせ
  
• 2018 (TOIS) [PNN] 複数フィールドのカテゴリカル データに対するユーザー応答予測のための積ベースのニューラル ネットワーク
  
• 2019 (CIKM) ** [AutoInt] AutoInt - 自己注意型ニューラル ネットワークによる自動機能インタラクション学習
  
• 2019 (Huawei) (WWW) [FGCNN] クリックスルー率予測のための畳み込みニューラルネットワークによる特徴生成
  
• 2019 (Sina) (Arxiv) [FAT-DeepFFM] FAT-DeepFFM - フィールド アテンティブ ディープ フィールド対応因数分解マシン
  
• 2019 (Sina) (Recsys) [FiBiNET] FiBiNET - クリックスルー率予測のための機能の重要性と双線形機能の相互作用の組み合わせ
  
• 2019 (Tencent) (AAAI) [IFM] レコメンダー システム用のインタラクション対応因数分解マシン
  
• 2020 (Baidu) (KDD) [CAN] Baidu ビデオ広告用コンボ アテンション ネットワーク
  
• 2021 (Google) (WWW) * [DCN V2] DCN V2 - システムをランク付けするための Web スケール学習のためのディープ & クロス ネットワークと実践的なレッスンの改善
  
• 2022 (Alibaba) (WSDM) * [CAN] CAN - クリックスルー率予測のための連携アクション ネットワーク機能
  
• 2023 (CIKM) * [GDCN] CTR 予測のためのより深く、より軽く、解釈可能なクロス ネットワークに向けて
  
• 2023 (Sina) (CIKM) [FiBiNet++] FiBiNet++ - CTR 予測のための低ランク機能インタラクション層によるモデル サイズの削減
  
• 2023 (新浪) (CIKM) [MemoNet] MemoNet - CTR 予測のためのマルチハッシュ コードブック ネットワークを介してすべてのクロス特徴の表現を効率的に記憶する
  

長期シーケンスモデリング

• 2019 (Alibaba) (KDD) [MIMN] クリックスルー率予測のための長期連続ユーザー行動モデリングの実践
  
• 2019 (Google) (WWW) 長距離依存ユーザー シーケンス向けのニューラル混合レコメンダーに向けて
  
• 2020 (Alibaba) (Arxiv) ** [SIM] クリックスルー率予測のための生涯の連続行動データを使用した検索ベースのユーザー関心モデリング
  
• 2020 (ICLR) Reformer - 効率的な変圧器
  
• 2020 (SIGIR) [UBR4CTR] クリックスルー率予測のためのユーザー行動取得
  
• 2021 (Alibaba) (Arxiv) [ETA] クリックスルー率予測モデルにおけるエンドツーエンドのユーザー行動取得
  
• 2022 (Alibaba) (Arxiv) ** [ETA] クリックスルー率予測のための効率的な長期連続ユーザー データ モデリング
  
• 2022 (美団) (CIKM) [SDIM] CTR 予測のための長期的なユーザー行動のモデル化に必要なのはサンプリングだけです
  
• 2023 (Kuaishou) (Arixiv) [TWIN] TWIN - Kuaishou での CTR 予測における生涯ユーザー行動モデリングのための 2 段階の関心ネットワーク
  
• 2023 (Kuaishou) (CIKM) [QIN] 大規模検索ランキングのためのクエリ支配的なユーザー インタレスト ネットワーク
  
• 2024 (Kuaishou) (CIKM) [TWINv2] TWIN V2 - Kuaishou での CTR 予測を強化するための超長時間ユーザー行動シーケンス モデリングのスケーリング
  
• 2024 (Tencent) (KDD) [LCN] オンライン クリックスルー率予測のためのクロスドメインのライフロング シーケンシャル モデリング
  

損失

• 2024 (Tencent) (KDD) ユーザーからのフィードバックが少ない場合の推奨順位の低下を理解する
  
• 2024 (Tencent) (KDD) [BBP] バイナリ優先を超えて - ランキングとキャリブレーションの共同最適化にベイジアン アプローチを活用
  

マルチモーダル

• 2018 (Alibaba) (CIKM) [画像 CTR] 画像は重要 - Advanced Model Server を使用したユーザー行動の視覚的なモデリング
  
• 2020 (Alibaba) (WWW) [MARN] クリックスルー率予測のための敵対的マルチモーダル表現学習
  

マルチドメイン マルチシナリオ

• 2014 (TASLP) * [LHUC] 教師なし音響モデル適応のための隠れユニットの貢献の学習
  
• 2015 (Microsoft) (WWW) レコメンデーション システムにおけるクロスドメイン ユーザー モデリングのためのマルチビュー ディープ ラーニング アプローチ
  
• 2018 (Google) (KDD) ** [MMoE] マルチゲート専門家混合によるマルチタスク学習におけるタスク関係のモデリング
  
• 2019 (Alibaba) (CIKM) [WE-CAN] 電子商取引検索用の Wasserstein Regularizer を使用したクロスドメイン アテンション ネットワーク
  
• 2020 (Alibaba) (Arxiv) [SAML] 電子商取引におけるマルチシナリオ推奨のためのシナリオ認識型および相互ベースのアプローチ
  
• 2020 (Alibaba) (CIKM) [HMoE] ラベル空間のタスク関係を活用することで、電子商取引でのランク付けのためのマルチシナリオ学習を改善
  
• 2020 (Alibaba)(CIKM) [MiNet] MiNet - クロスドメインのクリックスルー率予測のための混合インタレスト ネットワーク
  
• 2020 (Tencent) (Recsys) ** [PLE] プログレッシブ レイヤード抽出 (PLE) - パーソナライズされた推奨事項のための新しいマルチタスク学習 (MTL) モデル
  
• 2021 (Alibaba) (CIKM) * [ZEUS] 電子商取引におけるマルチシナリオランキングのためのユーザーの自発的行動に関する自己教師あり学習
  
• 2021 (Alibaba) (CIKM) ** [STAR] すべてに対応する 1 つのモデル - マルチドメイン CTR 予測用のスター トポロジ適応レコメンダー
  
• 2022 (Alibaba) (CIKM) AdaSparse - マルチドメインのクリックスルー率予測のための適応的スパース構造の学習
  
• 2022 (Alibaba) (NIPS) ** [APG] APG - クリックスルー率予測のための適応パラメータ生成ネットワーク
  
• 2023 (Alibaba) (CIKM) [HC2] マルチシナリオ広告ランキングのハイブリッド対照制約
  
• 2023 (Alibaba) (CIKM) [MMN] マスクされたマルチドメイン ネットワーク - 単一モデルによるマルチタイプおよびマルチシナリオのコンバージョン率予測
  
• 2023 (Alibaba) (CIKM) [Rec4Ad] Rec4Ad - タオバオの広告 CTR 予測のサンプル選択バイアスを軽減するための無料ランチ
  
• 2023 (Alibaba) (SIGIR) [MARIA] 適応特徴学習によるマルチシナリオ ランキング
  
• 2023 (CIKM) [HAMUR] HAMUR - マルチドメイン推奨のハイパーアダプター
  
• 2023 (Huawei) (CIKM) [DFFM] DFFM - CTR 予測のためのドメイン促進機能モデリング
  
• 2023 (Kuaishou) (KDD) * [PEPNet] PEPNet - パーソナライズされた事前情報を注入するためのパラメータとパーソナライズされたネットワークの埋め込み
  
• 2023 (Tencent) (KDD) クリックスルー率予測のためのシナリオ適応機能インタラクション
  
• 2024 (Alibaba) (CIKM) * [MultiLoRA] MultiLoRA - マルチドメイン推奨のための多方向低ランク適応
  
• 2024 (Alibaba) (RecSys) * [MLoRA] MLoRA - クリックスルー率予測のためのマルチドメイン低ランク適応ネットワーク
  
• 2024 (Kuaishou) (SIGIR) [M3oE] M3oE - マルチドメイン マルチタスク専門家混合推奨フレームワーク
  
• 2024 (Tencent) (KDD) [LCN] オンライン クリックスルー率予測のためのクロスドメインのライフロング シーケンシャル モデリング
  
• 2024 (WSDM) レコメンダー システムのためのアダプターベースの転移学習の探索 - 実証研究と実践的な洞察
  

マルチタスク

• (2018) (ICML) GradNorm - ディープ マルチタスク ネットワークにおける適応損失バランシングのための勾配正規化
  
• 2014 (TASLP) [LHUC] 教師なし音響モデル適応のための隠れユニットの貢献の学習
  
• 2017 (Google) (ICLR) [疎ゲート MOE] 法外に大規模なニューラル ネットワーク - 疎ゲートの専門家混合層
  
• 2018 (Alibaba) (KDD) [DUPN] ユーザーを深く理解する - 複数の電子商取引タスクから普遍的なユーザー表現を学習する
  
• 2018 (Alibaba) (SIGIR) [ESMM] 全空間マルチタスク モデル - クリック後のコンバージョン率を推定するための効果的なアプローチ
  
• 2018 (CVPR) 不確実性を使用してシーンのジオメトリとセマンティクスの損失を評価するマルチタスク学習
  
• 2018 (Google) (KDD) ** [MMoE] マルチゲート専門家混合によるマルチタスク学習におけるタスク関係のモデリング
  
• 2019 年 (Alibaba) (CIKM) オンライン プロモーションのマルチタスクベースの売上予測
  
• 2019 (Alibaba) (Recys) 電子商取引における複数の目的を最適化するためのパレート効率的なアルゴリズム
  
• 2019 (Google) (AAAI) マルチタスク学習における柔軟なパラメーター共有のための SNR サブネットワーク ルーティング
  
• 2019 (Google) (Recsys) ** [Youtube マルチタスク] 次に見る動画を推奨 - マルチタスク ランキング システム
  
• 2019年 (生理学研究所) パレートマルチタスク学習
  
• 2020 (Alibaba) (SIGIR) [ESM2] コンバージョン率予測のためのクリック後の動作分解による空間全体のマルチタスク モデリング
  
• 2020 (Alibaba) (WWW) マルチタスク学習によるクリック後のコンバージョン率推定のバイアスを軽減するための大規模な因果的アプローチ
  
• 2020 (Amazon) (WWW) 確率的ラベル集約を使用した製品検索のための多目的ランキングの最適化
  
• 2020 (Google) (KDD) [MoSE] ユーザー アクティビティ ストリームのシーケンシャル エキスパートのマルチタスク混合
  
• 2020 (JD) (CIKM) *[DMT] 大規模電子商取引レコメンダー システムにおける多目的ランキングのための深層多面トランスフォーマー
  
• 2020 (Tencent) (Recsys) ** [PLE] プログレッシブ レイヤード抽出 (PLE) - パーソナライズされた推奨事項のための新しいマルチタスク学習 (MTL) モデル
  
• 2021 (Alibaba) (SIGIR) [HM3] コンバージョン率予測のためのマルチタスク学習によるミクロおよびマクロの行動の階層的モデリング
  
• 2021 (Alibaba) (SIGIR) [MSSM] MSSM - 効率的なマルチタスク学習のための複数レベルのスパース共有モデル
  
• 2021 (Baidu) (SIGIR) [GemNN] GemNN - CTR 予測のための特徴インタラクション学習を備えたゲーティング強化マルチタスク ニューラル ネットワーク
  
• 2021 (Google) (Arxiv) [DSelect-k] マルチタスク学習へのアプリケーションを備えた専門家の混合における DSelect-k の微分可能な選択
  
• 2021 (Google) (ICLR) HyperGrid Transformers - 複数のタスクに対応する単一モデルに向けて
  
• 2021 (Google) (KDD) マルチタスク学習における公平性と精度のトレードオフの理解と改善
  
• 2021 (JD) (ICDE) カテゴリ階層のソフト制約を持つ専門家の敵対的混合
  
• 2021 (Kwai) (Arxiv) [POSO] POSO - 大規模レコメンダー システム用のパーソナライズされたコールド スタート モジュール
  
• 2021 (美団) (KDD) ターゲットを絞ったディスプレイ広告におけるマルチタスク学習による視聴者の多段階コンバージョン間の逐次依存性のモデル化
  
• 2021 (Tencent) (Arxiv) 多目的ユーザー プロファイル モデリングのための仮想カーネル専門家の混合
  
• 2021 (Tencent) (WWW) パーソナライズされた近似パレート効率推奨事項
  
• 2022 (Google) (WWW) 小さな頭でも助けられるか?マルチタスクの一般化の理解と改善
  
• 2023 (Airbnb) (KDD) マルチタスク学習による Airbnb 検索ジャーニーの最適化
  
• 2023 (Alibaba) (CIKM) [DTRN] マルチタスク推奨のための深いタスク固有のボトム表現ネットワーク
  
• 2023 (Google) (CIKM) 没入型フィードとクリック不要のためのマルチタスク ランキング システム - 短編ビデオの推奨事例
  
• 2023 (Google) (KDD) レコメンダー システムにおけるマルチタスク ランキング モデルのトレーニングの安定性を向上
  
• 2023 (メタ) (KDD) AdaTT - マルチタスク学習のための適応型タスク間融合ネットワーク (推奨事項)
  
• 2024 (Airbnb) (KDD) モデル蒸留によるランク付けのための多目的学習
  
• 2024 (Kuaishou) (KDD) [GradCraft] GradCraft - 総合的なグラデーション クラフトによるマルチタスクの推奨事項の向上
  
• 2024 (Kuaishou) [HoME] HoME - Kuaishou でのマルチタスク学習のためのマルチゲート エキスパートの階層
  
• 2024 (Shopee) (KDD) [ResFlow] 応用ランキング用残留マルチタスク学習器
  
• 2024 (Tencent) (KDD) [STEM] 崩壊し絡み合った世界における広告の推奨
  

事前トレーニング

• 2019 (Alibaba) (IJCAI) [DeepMCP] 表現学習支援クリックスルー率予測
  
• 2019 (SIGIR) [BERT4Rec] (Alibaba) (SIGIR2019) BERT4Rec - Transformer からの双方向エンコーダー表現による逐次推奨
  

シーケンスモデリング

• 2016 (Google) (RecSys) **[Youtube DNN] YouTube レコメンデーション用のディープ ニューラル ネットワーク
  
• 2017 (Google) (NIPS) ** 必要なのは注意だけです
  
• 2018 (Alibaba) (KDD) **[DIN] クリックスルー率予測のための Deep Interest Network
  
• 2018 (Alibaba) (KDD) [DUPN] ユーザーを深く理解する - 複数の電子商取引タスクから普遍的なユーザー表現を学習する
  
• 2019 (アリババ) (AAAI) **[DIEN] クリックスルー率予測のための Deep Interest Evolution Network
  
• 2019 (Alibaba) (IJCAI) [DSIN] クリックスルー率予測のためのディープ セッション インタレスト ネットワーク
  
• 2019 (Alibaba) (KDD) [BST] アリババにおける電子商取引推奨のための動作シーケンストランスフォーマー
  
• 2019 (Alibaba) (KDD) [DSTN] クリックスルー率予測のための深層時空間ニューラル ネットワーク
  
• 2019 (Alibaba) (WWW) [TiSSA] TiSSA - 連続的なユーザー行動をモデル化するためのタイム スライス セルフ アテンション アプローチ
  
• 2019 (Tencent) (KDD) [RALM] レコメンダー システム用のリアルタイム アテンション ベースの類似モデル
  
• 2020 (Alibaba) (SIGIR) [DHAN] クリックスルー率予測のための階層型アテンション ネットワークによる深い関心
  
• 2020 (Google) (KDD) [Google ドライブ] Google ドライブのレコメンデーション品質の向上
  
• 2020 (JD) (CIKM) **[DMT] 大規模電子商取引レコメンダー システムにおける多目的ランキングのための深層多面トランスフォーマー
  
• 2020 (JD) (NIPS) [KFAtt] CTR 予測におけるユーザー行動モデリングに対するカルマン フィルターの注意
  
• 2020 (JD) (WSDM) [HUP] 電子商取引レコメンダー システムの階層型ユーザー プロファイリング
  
• 2022 (Alibaba) (WSDM) 電子商取引検索におけるクリックスルー率予測のためのユーザーのコンテキスト化されたページごとのフィードバックのモデリング
  
• 2022 (JD) (WWW) 検索広告における CTR 予測の候補アイテムによる暗黙的なユーザー意識モデリング
  
• 2023 (JD) (CIKM) [IUI] IUI - クリックスルー率予測のためのインテント強化型ユーザー関心モデリング
  
• 2023 (美団) (CIKM) [DCIN] クリックスルー率予測のためのディープ コンテキスト インタレスト ネットワーク
  
• 2023 (Pinterest) (KDD) TransAct - Pinterest での推奨のためのトランスフォーマーベースのリアルタイム ユーザー アクション モデル
  

トリガー

• 2022 (Alibaba) (WWW) トリガー誘導レコメンデーションにおけるクリックスルー率予測のためのディープ・インタレスト・ハイライト・ネットワーク
  

04_ランキング後

• 1998 (SIGIR) ** [MRR] 文書の並べ替えと要約の作成のための MMR、多様性に基づく再ランキングの使用
  
• 2005 (WWW) トピックの多様化による推奨リストの改善
  
• 2008 (SIGIR) [α-NDCG] 情報検索評価における新規性と多様性
  
• 2009 (Microsoft) (WSDM) 多様化する検索結果
  
• 2010 (WWW) Web 検索結果の多様化のためのクエリ再定式化の活用
  
• 2016 (Amazon) (RecSys) 視覚的な発見のための適応的でパーソナライズされた多様性
  
• 2017 (Hulu) (NIPS) [DPP] レコメンデーションの多様性を改善する決定点プロセスのための高速貪欲 MAP 推論
  
• 2018年（アリババ）（IJCAI）電子商取引検索における世界的に最適化された相互影響意識ランキング
  
• 2018 年 (アリババ) (IJCAI) [アリババ GMV] 電子商取引検索における世界的に最適化された相互影響意識ランキング
  
• 2018 (Google) (CIKM) [DPP] 決定的なポイント プロセスを使用した YouTube での実践的な多様なレコメンデーション
  
• 2018 (SIGIR) [DCM] ランキング改良のためのディープリストワイズコンテキストモデルの学習
  
• 2019 (アリババ) (WWW) [価値ベースの RL] 補強利益の最大化に基づく価値を意識した推奨事項
  
• 2019 (Alibaba) (KDD) [GAttN] 最大クリーク最適化による Exact-K 推奨
  
• 2019 (Alibaba) (RecSys) ** [PRM] 推奨のためのパーソナライズされた再ランキング
  
• 2019 (Google) (Arxiv) スレートベースのレコメンダー システムのための強化学習 - 扱いやすい分解と実践的な方法論
  
• 2019 (Google) (Arxiv) Seq2slate - rnns による再ランキングとスレートの最適化
  
• 2019 (Google) (IJCAI) [SlateQ] SLATEQ - 推奨セットを使用した強化学習のための扱いやすい分解
  
• 2019 (Google) (WSDM) [Top-K Off-Policy] REINFORCE レコメンダー システムの Top-K Off-Policy の修正
  
• 2020 (Airbnb) (KDD) Airbnb 検索における多様性の管理
  
• 2020 (Alibaba) (CIKM) [EdgeRec] EdgeRec - モバイル タオバオのエッジ上のレコメンダー システム
  
• 2020年 (Huawei) (Arxiv) ライブレコメンダーシステムの多様性向上のためのパーソナライズされた再ランキング
  
• 2021 (Alibaba) (Arxiv) [PRS] 順列計画における推奨システムの再検討
  
• 2021 (Google) (WSDM) REINFORCE レコメンダー システムを改善するためのユーザー応答モデル
  
• 2021 (Microsoft) 外出先でも多様性を実現!最大誘導カーディナリティ目標に基づくストリーミング決定点プロセス
  
• 2023 (Amazon) (KDD) RankFormer - リスト全体のラベルを使用したリストごとのランク付け学習
  
• 2023 (美団) (KDD) PIER - 電子商取引における順列レベルの関心に基づくエンドツーエンドの再ランキング フレームワーク
  
• 2024 (Kuaishou) (KDD) [NAR4Rec] 再ランキング推奨のための非自己回帰生成モデル
  

Seq2スレート

• 2015 (Google) (Arxiv) 大規模な離散アクション空間における深層強化学習
  
• 2015 (Google) (Arxiv) 高次元の状態とアクションを含むスレート マルコフ決定プロセスに注目した深層強化学習
  
• 2017 (KDD) [DCM] 航空会社の旅程予測にポインター ネットワークを使用したディープ チョイス モデル
  
• 2018 (Microsoft) (EMNLP) [RL4NMT] ニューラル機械翻訳のための強化学習の研究
  
• 2019 (Google) (Arxiv) Seq2slate - rnns による再ランキングとスレートの最適化
  

05_関連性

• 2020 (ICLR) [StructBERT] StructBERT - 深い言語理解のための事前トレーニングへの言語構造の組み込み
  
• 2021 (アリババ) (WWW) 電子商取引のクリックスルー データから製品関連性モデルを学習する
  
• 2023 (Meituan) (CIKM) [SPM] SPM - Meituan 検索での関連性モデリングのための構造化された事前トレーニングおよびマッチング アーキテクチャ
  

06_カスケード

• 2023 (Alibaba) (CIKM) [COPR] COPR - オンライン広告の一貫性重視の事前ランキング
  
• 2023年 (アリババ) (KDD) [ASMOL] 大規模電子商取引検索システムにおける事前ランキングの役割を再考する
  

07_大型_モデル

• 2019 (CIKM) [AutoInt] AutoInt - 自己注意型ニューラル ネットワークによる自動機能インタラクション学習
  
• 2020 (Arxiv) 神経言語モデルのスケーリング則
  
• 2022 (Arxiv) (Meta) DHEN - 大規模なクリックスルー率予測のための深く階層的なアンサンブル ネットワーク
  
• 2024 (Arxiv) (Bytedance) [HLLM] HLLM - アイテムおよびユーザー モデリングのための階層型大規模言語モデルによる逐次レコメンデーションの強化
  
• 2024 (Arxiv) ** (メタ) [GR] 行動は言葉より雄弁 - 生成推奨のための兆パラメータのシーケンシャル トランスデューサ
  
• 2024 (PMLR) (メタ) [Wukong] Wukong - 大規模勧告のためのスケーリング法に向けて
  

履歴書

• 2014 (ICML) [VAE] 変分ベイズの自動エンコーディング
  
• 2014 (NIPS) [GAN] 敵対的生成ネット
  
• 2017 (生理研) [VQ-VAE] 神経離散表現学習
  
• 2020 (生理研) [普及] ノイズ除去拡散確率モデル
  

ディープラーニング

• 2012 (NIPS) [CNN] 深層畳み込みニューラル ネットワークによる ImageNet 分類
  
• 2014 (JMLR) [Dropout] Dropout - ニューラル ネットワークの過学習を防ぐ簡単な方法
  
• 2015 (Google) (JMLR) [BatchNorm] バッチ正規化 - 内部共変量シフトの削減によるディープ ネットワーク トレーニングの加速
  
• 2015 (OpenAI) (ICLR) [Adam] Adam - 確率的最適化の手法
  
• 2016 (CVPR) [ResNet] 画像認識のための深層残差学習
  
• 2016 (OpenAI) (NIPS) [Weight Norm] Weight Normalization - A Simple Reparameterization to Accelerate Training of Deep Neural Networks
  
• 2017 (Arxiv) [LayerNorm] レイヤーの正規化
  
• 2017 (Google) (NIPS) [トランスフォーマー] 注意だけが必要です
  

LLM

• 2013 (Google) (NIPS) [Word2vec] 単語とフレーズの分散表現とその構成性
  
• 2014 (Google) (NIPS) [Seq2Seq] ニューラル ネットワークによるシーケンスツーシーケンス学習
  
• 2017 (Google) (NIPS) [トランスフォーマー] 注意だけが必要です
  
• 2017 (OpenAI) (NIPS) [RLHF] 人間の好みからの深層強化学習
  
• 2018 (OpenAI) (Arxiv) [GPT] 生成的事前トレーニングによる言語理解の向上
  
• 2019 (Google) (NAACL) [Bert] BERT - 言語理解のための深い双方向トランスフォーマーの事前トレーニング
  
• 2019 (OpenAI) (Arxiv) [GPT2] 言語モデルは教師なしマルチタスク学習者です
  
• 2020 (Arxiv) 神経言語モデルのスケーリング則
  
• 2020 (OpenAI) (Arxiv) [GPT3] 言語モデルはフューショット学習者です
  
• 2021 (Microsoft) (Arxiv) [LoRA] LoRA - 大規模言語モデルの低ランク適応
  
• 2022 (Google) (JMLR) [SwitchTransfomers] スイッチ トランスフォーマー - シンプルかつ効率的なスパース性を備えた 1 兆パラメータ モデルへのスケーリング
  
• 2022 (Google) (NIPS) [ChainOfThought] 思考連鎖プロンプトが大規模言語モデルの推論を引き出す
  
• 2022 (Google) (TMLR) [緊急] 大規模言語モデルの緊急機能
  
• 2022 (OpenAI) (Arxiv) [InstructGPT] 人間のフィードバックによる指示に従う言語モデルのトレーニング
  
• 2023 (メタ) (Arxiv) [LLaMA] LLaMA - オープンで効率的な基盤言語モデル
  
• 2023 (OpenAI) (Arxiv) [GPT4] GPT-4 テクニカル レポート
  

萌え

• 2017 (Google) (ICLR) [疎ゲート MOE] 法外に大規模なニューラル ネットワーク - 疎ゲートの専門家混合層
  
• 2018 (Google) (KDD) ** [MMoE] マルチゲート専門家混合によるマルチタスク学習におけるタスク関係のモデリング
  
• 2022 (Google) (JMLR) [SwitchTransfomers] スイッチ トランスフォーマー - シンプルかつ効率的なスパース性を備えた 1 兆パラメータ モデルへのスケーリング
  
• 2022 (メタ) (EMNLP) 専門家の混合による効率的な大規模言語モデリング
  
• 2024 (Google) (ICLR) 専門家のまばらな混合から緩やかな混合へ
  

マルチモーダル

• 2020 (Google) (ICLR) [ALBERT] ALBERT - 言語表現の自己教師あり学習のための Lite BERT
  
• 2021 (Google) (ICLR) [VIT] 画像は 16x16 ワードの価値があります - 大規模な画像認識のためのトランスフォーマー
  
• 2021（Openai）（ICML）[Clip]自然言語監督からの譲渡可能な視覚モデルの学習
  

self_supervized_learning

• 2020（Alibaba）（AAAI）[DMR]パーソナライズされたクリックスルーレート予測のランクモデルへのディープマッチ
  
• 2020（Alibaba）（CIKM）[BERT4REC] BERT4REC-変圧器からの双方向エンコーダー表現を使用した連続的な推奨
  
• 2020（Alibaba）（KDD）順次推奨者に自己監視を解き放ちました
  
• 2020（arxiv）userbert-自己教師のユーザー表現学習
  
• 2020（arxiv）[sgl]推奨のための自己監視グラフ学習
  
• 2020（CIKM）[S3REC] S3-REC-相互情報の最大化を伴う連続的な推奨のための自己監視学習
  
• 2020（EMNLP）[PTUM] PTUM-セルフスーパービジョンを介した非標識ユーザー動作からの事前トレーニングユーザーモデル
  
• 2020（SIGIR）推奨システムの自己監視補強学習
  
• 2020（xiangnan he）（arxiv）推奨のための自己監視グラフ学習
  
• 2021（alibaba）（arxiv）[clrec]大規模な推奨システムにおける紛争候補生成のための対照学習
  
• 2021（Alibaba）（Cikm） * [Zeus]電子商取引におけるマルチセナリオランキングに対するユーザーの自発的な行動に関する自己監視学習
  
• 2021（Alibaba）（www）連続的な推奨のための対照的な事前トレーニング
  
• 2021（Google）（CIKM）大規模なアイテムの推奨のための自己監視学習
  
• 2021（WSDM）[PROP] PROP-アドホック検索の代表的な単語の予測を伴う事前トレーニング
  

08_Transfer_Learning

• 2014（Google）（NIPS）[Knoledge Distillation]ニューラルネットワークでの知識の蒸留
  
• 2015（iclr）[fitnets] fitnets-薄いディープネットのヒント
  
• 2018（Alibaba）（AAAI）[Rocket]ロケットの発売 - パフォーマンスの良いライトネットをトレーニングするための普遍的で効率的なフレームワーク
  
• 2018（KDD）[ランキング蒸留]ランキング蒸留 - 推奨システムの高いパフォーマンスを備えたコンパクトなランキングモデルの学習
  
• 2019（ICCV）[RCO]ルート制約最適化による知識の蒸留
  
• 2020（Alibaba）（KDD） *[特権的な特徴蒸留] Taobaoの推奨事項での特権的な機能蒸留
  

クロスドメイン

• 2015（Microsoft）（www）推奨システムでのクロスドメインユーザーモデリングのためのマルチビューディープラーニングアプローチ
  
• 2016（JMLR）ニューラルネットワークのドメイン界面トレーニング
  
• 2018（CIKM）Conet-クロスドメインの推奨のための共同クロスネットワーク
  
• 2019（Alibaba）（CIKM）[we-can] eコマース検索のためのワッサースタイン正統派とのクロスドメイン注意ネットワーク
  
• 2019（Alibaba）（KDD）[MGTL]たとえばベースの選択的転送学習などのMinimaxゲーム
  
• 2019（CIKM）DTCDR-デュアルターゲットクロスドメインの推奨のフレームワーク
  
• 2020（Alibaba）（CIKM）[Minet] Minet-クロスドメインのための混合関心ネットワーククリックスルーレート予測
  
• 2020（WSDM）DDTCDR-ディープデュアルトランスファークロスドメインの推奨
  

メタ学習

• 2019（Alibaba）（KDD）[S_2META]オンライン推奨のためのシーケンシャルシナリオ固有のメタ学習者
  
• 2020（kuaishou）（sigir）[sml]推奨システムを再訓練する方法は？シーケンシャルメタラーニング方法
  

移行

• 2018（CVPR）マルチドメインディープニューラルネットワークの効率的なパラメーター化
  
• 2019（ICML）NLPのパラメーター効率の高い転送学習
  
• 2020（Tencent）（Sigir）[Peterrec]ユーザーモデリングと推奨のための順次動作からのパラメーター効率の高い転送
  

09_REINCOUNTIOUN_LEARNING

• 2010（Yahoo）（www）[linucb]パーソナライズされたニュース記事の推奨に対するコンテキストバンディットアプローチ
  
• 2018（Alibaba）（KDD）補強補強eコマース検索エンジンの形式化、分析、およびアプリケーションでランク付けする学習
  
• 2018（Spotify）（Recsys）[Spotify Bandit] Banditsで説明可能な推奨事項を探索、悪用、および説明する
  
• 2018 [Microsoft]（www）[drn] drn-ニュース推奨のための深い強化学習フレームワーク
  
• 2019（Alibaba）（www）[HRL]階層補強学習を介した不均一なソースからのeコマース検索結果の集約
  
• 2019（Google）（IJCAI） *[SLATEQ] SLATEQ-推奨セット付きの強化学習のための扱いやすい分解
  
• 2019（Google）（WSDM） *[Top-K Off-Policy]強化推奨システムのTOP-Kオフポリシー修正
  
• 2019（jd）（kdd）[feedrec]補強補強学習推奨システムでの長期ユーザーエンゲージメントを最適化する
  
• 2019（Sigweb）検索、推奨、オンライン広告のための深い補強学習 - 調査
  
• 2020（bytedance）（kdd）[ram]は共同で推奨と宣伝を学んでいます
  
• 2020（JD）（SIGIR）[NICF]ニューラルインタラクティブコラボレーションフィルタリング
  

会議

KDD2023

• 2023（Airbnb）（KDD）マルチタスク学習でAirbnb検索の旅を最適化する
  
• 2023（Alibaba）（KDD）販売プロモーション中の変換率の変動のキャプチャ - 新しい歴史的データ再利用アプローチ
  
• 2023（Amazon）（KDD）RANKFORMER-LISTWIDE LEARNIS-LANK-RANK-RANK-WIDEWIDE LABELS
  
• 2023（baidu）（KDD）Web検索での個別のドキュメント表現の学習
  
• 2023（baidu）（KDD）S2Phere-データをランク付けするための異種学習を介したWeb検索のためのセミスパイブ化前トレーニング
  
• 2023（Google）（KDD）推奨システムのマルチタスクランキングモデルのトレーニング安定性の改善
  
• 2023（Kuaishou）（KDD）短ビデオ推奨の時計時間予測のためのツリーベースの進行性回帰モデル
  
• 2023（kuaishou）（kdd）[pepnet] pepnet-パーソナライズされた事前情報を注入するためのパラメーターと埋め込みパーソナライズされたネットワーク
  
• 2023（Meituan）（KDD）桟橋 - eコマースの順列レベルの関心ベースのエンドツーエンドの再ランクフレームワーク
  
• 2023（Meta）（KDD）Adatt-Adaptive Task-to-Task融合ネットワークマルチタスク学習の推奨
  
• 2023（Microsoft）（KDD）Unifier-大規模検索のための統一レトリバー
  
• 2023（Pinterest）（KDD）Transact- Pinterestで推奨するためのトランスベースのリアルタイムユーザーアクションモデル
  
• 2023（Tencent）（KDD）Tencentでのバイナリ埋め込みベースの検索
  
• 2023（Tencent）（KDD）CT4REC-シンプルでありながら効果的な一貫性トレーニング
  
• 2023（Tencent）（KDD）クリックスルーレート予測のためのシナリオ適応機能相互作用
  

KDD2024

• 2024（Airbnb）（KDD）モデル蒸留によりランク付けする多目的学習
  
• 2024（bytedance）（kdd）[Trinity] Trinity-Syncretizing Multi-：Long-Tail：すべての長期的な利益
  
• 2024（kuaishou）（kdd）[gradcraft] gradcraft-全体的なグラデーションクラフトによるマルチタスクの推奨事項の昇格
  
• 2024（kuaishou）（kdd）[nar4rec]再ランキングの推奨のための非自動性生成モデル
  
• 2024（Shopee）（KDD）[Resflow]応用ランキング用の残留マルチタスク学習者
  
• 2024（Tencent）（KDD）スパースユーザーフィードバックによる推奨のランキング損失を理解する
  
• 2024（Tencent）（KDD）[BBP]バイナリの好みを超えて - ランキングとキャリブレーションの共同最適化のためのベイジアンアプローチを活用する
  
• 2024（Tencent）（KDD）[LCN]オンラインクリックスルーレート予測のためのクロスドメイン生涯シーケンシャルモデリング
  
• 2024（Tencent）（KDD）[STEM]崩壊し、絡み合った世界でのADSの推奨
  

株式会社

グーグル

• 2014（Google）（NIPS）[Knoledge Distillation]ニューラルネットワークでの知識の蒸留
  
• 2015（Google）（ARXIV）大きな個別のアクションスペースでの深い補強学習
  
• 2015（Google）（ARXIV）高次元の状態と行動を伴うスレートマルコフ決定プロセスに注意を払った深い補強学習
  
• 2016（Google）（DLRS）** [ワイド＆ディープ]推奨システム用のワイドおよびディープラーニング
  
• 2016（Google）（Recsys）** [YouTubeDNN] YouTubeの推奨のための深いニューラルネットワーク
  
• 2017（Google）（ICLR）[まばらに合ったMOE]とんでもない大型ニューラルネットワーク - スパースゲートされたエクスパーの混合物層
  
• 2018（Google）（CIKM）[DPP]決定的なポイントプロセスを使用したYouTubeでの実用的な多様な推奨事項
  
• 2018（Google）（KDD）[MMOE]マルチゲート混合物の専門家とのマルチタスク学習におけるタスク関係のモデリング
  
• 2019（Google）（arxiv）seq2slate- RNNSによる再ランクとスレートの最適化
  
• 2019（Google）（IJCAI） *[SLATEQ] SLATEQ-推奨セット付きの強化学習のための扱いやすい分解
  
• 2019（Google）（IJCAI）[SLATEQ] SlateQ-推奨セット付きの強化学習のための扱いやすい分解
  
• 2019（Google）（Recsys）[YouTube Multi -Task]次に視聴するビデオを推奨-MultiTaskランキングシステム
  
• 2019（Google）（WSDM） *[Top-K Off-Policy]強化推奨システムのTOP-Kオフポリシー修正
  
• 2020（Google）（ARXIV）大規模なアイテムの推奨のための自己監視学習
  
• 2020（Google）（KDD）[Google Drive] Googleドライブの推奨品質の向上
  
• 2020（Google）（KDD）[MOSE]ユーザーアクティビティストリーム用のシーケンシャルエキスパートのマルチタスク混合
  

jdrecsys

• 2020（JD）（CIKM） *[DMT]大規模なeコマース推奨システムにおける多目的ランキング用の深い多面的な変圧器
  
• 2020（jd）（cikm） *[decgcn]代用可能で補完的なアイテムを推測するためのデカップされたグラフ畳み込みネットワーク
  
• 2020（JD）（SIGIR）[NICF]ニューラルインタラクティブコラボレーションフィルタリング
  
• 2020（JD）（WSDM）[HUP] eコマース推奨システムの階層ユーザープロファイリング
  

taobaosearch

• 2018（Alibaba）（IJCAI）eコマース検索での世界的に最適化された相互影響認識ランキング
  
• 2018（Alibaba）（IJCAI）[ジャンプ]ジャンプ - ユーザーのクリックと滞留時間の共同予測因子
  
• 2018（Alibaba）（KDD）[dupn]ユーザーが詳細に認識 - 複数のeコマースタスクから普遍的なユーザー表現を学ぶ
  
• 2018（Alibaba）（www）[ma-rdpg]協力の学習 - マルチエージェント強化学習によるマルチセナリオランキング
  
• 2019（Alibaba）（CIKM）eコマース検索のためのWasserstein Regulizersとのクロスドメイン注意ネットワーク
  
• 2019（Alibaba）（KDD）[MGTL]たとえばベースの選択的転送学習などのMinimaxゲーム
  
• 2019（Alibaba）（www）階層補強学習を介した不均一なソースからのeコマース検索結果の集約
  
• 2020（Alibaba）（CIKM）[TIEN]クリックスルーレート予測のための深い時間を手に入れたアイテム進化ネットワーク
  
• 2020（Alibaba）（NIPS）偏光正規者を使用したニューロンレベルの構造化された剪定
  
• 2020（Alibaba）（WWW）[MARN]クリックスルーレート予測のための敵対的なマルチモーダル表現学習
  
• 2021（Alibaba）（AAAI）[ANPP]イベント予測のための丁寧な神経点プロセス
  
• 2021（Alibaba）（AAAI）[ES-DFM] ELAPSED-TIMEサンプリングによる変換率予測における遅延フィードバックのキャプチャ
  
• 2021（Alibaba）（CIKM）[Zeus]電子商取引におけるマルチセナリオランキングのユーザーの自発的行動に関する自己監視学習
  
• 2021（Alibaba）（KDD）[MGDSPR] TAOBAO検索での埋め込みベースの製品検索
  
• 2022（Alibaba）（CIKM）[CLE-QR] Taobao検索でのクエリ書き換え
  
• 2022（Alibaba）（CIKM）[MOPPR] TAOBAO検索での多目的パーソナライズされた製品検索
  
• 2023（Alibaba）（KDD）[ASMOL]大規模なeコマース検索システムにおける事前ランクの役割を再考する