Pixie: A System for Recommending 3+ Billion Items to 200+ Million Users in Real-Time
Pinterest
现代内容发现应用中的用户体验关键取决于高质量的个性化推荐。然而，由于大量的项目池、大量的用户以及对响应于用户动作并按需实时的【形】生成的推荐的要求，构建提供这种推荐的系统提出了重大挑战。在这里，我们介绍了Pixie，一个可扩展的基于图的实时的【形】推荐系统，我们开发和部署在Pinterest。给定一组用户特定的引脚作为查询，Pixie会从数十亿个可能的引脚中实时的【形】选择与查询最相关的引脚。为了生成推荐，我们开发了Pixie Random Walk算法，该算法利用了30亿个节点和170亿条边的Pinterest对象图。实验表明，与以前基于Hadoop的生产系统相比，Pixie提供的推荐可以提高50%的用户参与度。此外，我们还开发了一种图修剪策略，使推荐性能提高了58%。最后，我们讨论Pixie的系统方面，其中单个服务器每秒执行1，200个推荐请求，延迟为60毫秒。今天，Pixie支持的系统贡献了Pinterest上超过80%的用户参与度。
2017-11-21 cs.IR cs.LG cs.PF
"You might also like this model": Data Driven Approach for Recommending Deep Learning Models for Unknown Image Datasets
Microsoft AI（微软人工智能）；IBM Research AI（IBM研究人工智能）
对于未知的（新的）分类数据集，选择合适的深度学习架构通常是一个递归、耗时且费力的过程。在这项研究中，我们提出了一种新的技术，推荐一个合适的架构从已知的模型库。此外，我们预测推荐架构在给定未知数据集上的性能准确性，而无需训练模型。我们提出了一种模型编码器方法，以无监督的方式学习深度学习架构的固定长度表示及其超参数。我们用相应的已知深度学习模型手动管理图像数据集的存储库，并表明预测精度是实际精度的良好估计。我们讨论了三个基准图像数据集的建议的方法的影响，也在使用文本模态的方法的挑战。为了进一步提高所提出的方法的可重复性，整个实现与训练模型一起公开提供。
2020-05-20 cs.CV cs.IR cs.LG
BOXREC: Recommending a Box of Preferred Outfits in Online Shopping
本文提出BOXREC框架，结合用户对各类服装的价格区间偏好和总预算约束，通过BOXREC-OSF评分生成一盒能最大化适场合穿搭数量的时尚物品组合。
2024-02-26 cs.IR
Invariant representation learning for sequential recommendation
针对现有序列推荐方法易忽略伪关系的问题，本文提出基于不变学习的Irl4Rec框架，通过纳入伪变量与调整变量的关系识别伪关系，性能优于三类典型方法，消融实验验证了其检测伪关系的关键作用。
2024-10-07 cs.IR
Extracting Relations Between Sectors
专业商业生活中的“部门”一词是一个模糊的概念，因为公司往往认为自己同时在多个部门经营。这种模糊性给向求职者推荐工作或为空缺职位寻找合适的候选人带来了问题。当特定部门的候选人也很少时，后者就非常重要;因此，从类似部门寻找候选人就变得至关重要。这项工作的重点是通过关系分析发现可能的部门相似之处。我们采用了几种算法，从频繁模式挖掘和协同过滤领域，即IFIN，交替最小二乘法，双边变分自编码器，和协同过滤的基础上皮尔逊相关性，肯德尔和斯皮尔曼的秩相关系数。这些算法在土耳其一家大型招聘公司Kariyer.net提供的真实数据集上进行了比较。通过这项工作获得的见解和方法有望提高各种方法的效率和准确性，例如推荐工作或为空缺职位寻找合适的候选人。
2022-08-30 cs.IR
Recommending Related Products Using Graph Neural Networks in Directed Graphs
Amazon（亚马逊）
相关产品推荐（RPR）是任何电子商务服务成功的关键。在本文中，我们处理推荐相关产品的问题，即，给定一个查询产品，我们希望建议具有与它一起购买的高可能性的前k个产品。我们的问题隐含地假设不对称性，即，对于电话，我们想推荐一个合适的电话壳，但是对于电话壳，它可能不适合推荐电话，因为客户通常只会在拥有电话时才购买电话壳。我们也不局限于补充或替代产品推荐。例如，对于一个特定的夜穿T恤，我们可以建议类似的T恤以及运动裤。因此，相关性的概念对于查询产品是主观的，并且取决于客户偏好。此外，各种因素，如产品价格，可用性导致的选择偏差的存在，在历史购买数据，这需要进行控制，而训练相关的产品推荐模型。这些挑战是相互正交的，认为我们的问题是不平凡的。为了解决这些问题，我们提出了DAEMON，一种新的图神经网络（GNN）为基础的框架相关的产品推荐，其中的问题制定为一个节点推荐任务上的有向产品图。为了捕捉产品的不对称性，我们采用了一个不对称的损失函数，并通过适当地聚合来自其邻域的特征来学习每个产品的对偶嵌入。DAEMON利用多模态数据源（如目录元数据）、浏览行为日志来减轻选择偏差并为冷启动产品生成建议。大量的离线实验表明，DAEMON在节点推荐任务的HitRate和MRR方面比最先进的基线高出30 - 160%。
2022-11-18 cs.IR cs.LG
What Makes an Ideal Quote? Recommending "Unexpected yet Rational" Quotations via Novelty
School of Data Science, Fudan University（复旦大学数据科学学院）；Shanghai Key Laboratory of Data Science, College of Computer Science and Artificial Intelligence（上海市数据科学重点实验室，计算机科学与人工智能学院）
本文提出通过新颖性推荐'意外却合理'的引用，通过多维深度意义标签和新颖性估计器提升引用推荐质量。
2026-04-08 cs.AI cs.CL cs.IR
GREAT: Guiding Query Generation with a Trie for Recommending Related Search about Video at Kuaishou
Renmin University of China（中国人民大学）；Kuaishou Technology Co., Ltd.（快手科技有限公司）
针对快手视频相关搜索中的物品到查询推荐问题，本文提出基于大语言模型的 GREAT 框架，利用高质量查询构建 Trie 引导查询生成，并通过后处理提升相关性与质量，离线和在线实验验证了其有效性。
2025-07-21 cs.CL cs.IR
Quality-aware News Recommendation
Tsinghua University（清华大学）；Microsoft Research Asia（微软亚洲研究院）
新闻推荐是许多在线新闻平台使用的核心技术。向用户推荐高质量的新闻对于保持良好的用户体验和新闻平台的声誉至关重要。然而，现有的新闻推荐方法主要是为了优化新闻点击，而忽略了他们推荐的新闻的质量，这可能会导致推荐的新闻与非信息内容，甚至点击诱饵。在本文中，我们提出了一个质量感知的新闻推荐方法命名为QualityRec，可以有效地提高推荐新闻的质量。在我们的方法中，我们首先提出了一个有效的新闻质量评估方法的基础上，分布的用户的阅读停留时间的新闻。接下来，我们建议将新闻质量信息纳入用户兴趣建模，通过设计一个内容质量的注意力网络，选择点击新闻的基础上，新闻语义和质量。我们进一步训练的推荐模型与辅助新闻质量预测任务学习质量感知的推荐模型，我们添加了一个推荐质量正则化损失，以鼓励模型推荐更高质量的新闻。在两个真实数据集上的大量实验表明，QualityRec可以有效地提高推荐新闻的整体质量，减少对低质量新闻的推荐，推荐准确率甚至略有提高。
2022-02-28 cs.CL cs.IR
Whose Name Comes Up? Auditing LLM-Based Scholar Recommendations
本研究审计六个开放权重LLM在物理学者推荐中的表现，发现模型存在一致性差、格式错误及性别、种族和资历偏见，且偏向高被引学者，需改进以实现公平推荐。
2025-09-10 cs.AI cs.CY cs.DL
A Probabilistic Model for the Cold-Start Problem in Rating Prediction using Click Data
矩阵分解是协同过滤中最有效的方法之一，它根据用户对项目的评分来找到用户和项目的潜在向量表示。然而，基于矩阵分解的算法遭受冷启动问题：它无法找到先前评级不可用的项目的潜在向量。本文利用可以大量收集的点击数据来解决冷启动问题。我们提出了一个概率项目嵌入模型，从点击数据中学习项目表示，以及一个名为EMB-MF的模型，该模型将其与概率矩阵分解相连接，用于评级预测。在三个真实数据集上的实验表明，该模型不仅在推荐没有先前评级的项目时是有效的，而且优于竞争方法，特别是当数据非常稀疏时。
2018-05-14 cs.IR
Onomastics 2.0 - The Power of Social Co-Occurrences
专名学是“研究人或地方的专有名称的起源和形式的科学。“[“专名学”。Merriam-Webster.com，2013年。http://www.merriam-webster.com，2013年2月）]。特别是个人的名字在日常生活中发挥着重要的作用，因为世界各地的未来父母都面临着为他们的孩子找到一个合适的名字的任务。这种选择受到不同因素的影响，例如社会背景、语言、文化背景，特别是个人品味。随着社交网络及其应用的兴起，用户越来越多地进行数字化交互，并参与创建异构、分布式、协作的数据汇集。这些数据来源还反映了当前和新的命名趋势以及地名之间新出现的相互关系。目前的工作表明，如何从社会网络分析和信息检索领域的基本方法可以应用于发现名称之间的关系，从而扩展专有名词学的数据采掘技术。所考虑的方法开始与社会网络的数据，分别为给定的名称和城市名称建立共现图。作为一个主要结果，名称之间的语义基础相似性之间的相关性（例如，城市名称的地理距离）和基于结构图的相似性。所发现的名字之间的关系是“命名”[http://nameling.net]的基础，这是一个关于名字的搜索引擎和学术研究平台，在四个月内吸引了30 000多名用户，加强了拟议方法的相关性。
2013-03-03 cs.IR cs.SI physics.soc-ph
Eating Healthier: Exploring Nutrition Information for Healthier Recipe Recommendation
随着个性化食谱共享网络的蓬勃发展（例如，美味），从不同的美食食谱洪水可以很容易地获得。在本文中，我们的目标是解决一个问题，许多家庭厨师遇到的时候，网上搜索食谱。也就是说，找到最适合一套方便的成分，同时遵循健康饮食指南的食谱。这项任务尤其困难，因为大部分在线食谱都被证明是不健康的。在本文中，我们提出了一个新的框架命名为NutRec，它模型的成分之间的相互作用和它们的比例在食谱中提供健康的建议。具体来说，NutRec由三个主要组件组成：1）使用基于嵌入的成分预测器来预测具有用户定义的初始成分的相关成分，2）使用基于多层感知器的网络来预测相关成分的量，3）创造一个健康的伪-根据营养信息列出成分及其数量的食谱，并推荐与伪食谱相似的顶级食谱。我们在两个食谱数据集上进行了实验，分别包括包含36，429个食谱的Allrecipes和包含89，413个食谱的Yummly。实证结果支持框架的直觉，并展示了其检索更健康的食谱的能力。
2020-03-16 cs.IR
Information Filtering via Balanced Diffusion on Bipartite Networks
近十年来，推荐系统的兴起使用户能够从海量的网络资源中获取相关的商品和服务。一些简单的物理扩散过程被用来设计有效的用户-对象二分网络推荐算法，典型的质量扩散（MD）和热传导（HC）算法在准确性和多样性上分别具有不同的优势。本文研究了权重分配对MD和HC混合推荐算法的影响，发现一种新的具有均衡权重的MD和HC混合推荐算法能够获得最优推荐结果，我们称之为均衡扩散（BD）算法。在MovieLens、Netflix和RateYourMusic（RYM）三个基准数据集上的数值实验表明，BD算法在推荐准确性、多样性和新颖性三个重要指标上的性能优于现有的基于扩散的推荐方法。具体而言，它不仅可以提供准确的推荐结果，而且可以通过准确地推荐不受欢迎的对象来产生更高的多样性和新颖性。
2014-02-24 cs.IR
A new approach of contextual recommendation based on the method of Hierarchical Analysis of Processes
推荐系统能够根据用户与其他相似用户的相关信息以及资源的适当性来估计用户对资源的兴趣。在本文中，我们介绍了一种新的基于AHP过程层次分析方法的上下文推荐方法。这项工作包括对电影领域的用户背景下提出推荐系统的作品进行书目研究。我们的目标是设计和开发一种新的方法来推荐基于用户上下文的电影。我们依靠多标准决策（MCDM）的方法，更准确地说，层次过程分析（AHP）的方法，在推荐过程中的上下文集成。
2018-10-23 cs.IR
Content-Based Citation Recommendation
Allen Institute for AI（艾伦人工智能研究所）；Data Cowboys（数据牛仔公司）
本文提出了一种基于内容的学术论文引文推荐方法。我们将给定的查询文档嵌入到向量空间中，然后使用其最近的邻居作为候选者，并使用经过训练以区分观察到的和未观察到的引用的判别模型对候选者进行重新排序。与以前的工作不同，我们的方法不需要元数据，如可能丢失的作者姓名，例如，在同行评审过程中。在不使用元数据的情况下，我们的方法优于PubMed和DBLP数据集上报告的最佳结果，在F1@20中的相对改进超过18%，在MRR中的相对改进超过22%。我们的经验表明，虽然添加元数据提高了标准指标的性能，但它有利于自引用，这在引用推荐设置中不太有用。我们发布了一个在线门户网站（http：//labs.semantics.org/citeomatic/）的引文推荐基于我们的方法，和一个新的数据集OpenCorpus的700万篇研究文章，以促进未来的研究这项任务。
2018-02-22 cs.CL cs.DL cs.IR
Session-based Recommendations with Recurrent Neural Networks
Gravity R&D Inc.（Gravity研发公司）；Telefonica Research（西班牙电信研究院）；Netflix（奈飞）
我们将循环神经网络（RNN）应用于一个新的领域，即推荐系统。现实生活中的推荐系统经常面临这样的问题：推荐只能基于短的基于会话的数据（例如，一个小的体育用品网站），而不是长的用户历史（如Netflix的情况）。在这种情况下，经常称赞的矩阵分解方法是不准确的。在实践中，这个问题通常通过采用逐项推荐来解决，即推荐类似的项目。我们认为，通过对整个会话进行建模，可以提供更准确的建议。因此，我们提出了一种基于RNN的方法，用于基于会话的建议。我们的方法还考虑了任务的实际方面，并对经典RNN进行了几处修改，例如排名损失函数，使其更适用于此特定问题。两个数据集上的实验结果表明，广泛使用的方法显着改善。
2016-03-29 cs.IR cs.LG cs.NE
Recommender Systems using Pennant Diagrams in Digital Libraries
在数字图书馆中，推荐对于研究人员来说是有价值的，例如，推荐与给定上下文相关的文献。通常，在科学背景下，简单地介绍相关内容是不够的。通常，用户需要更详细地查看文档的连接及其特定建议。由Howard White（2007）引入的pendrone的目的是为用户提供一个图表，显示给定文档和相关文档之间的相关性/距离。共引分析和共现分析都是用于查找与种子相关的文献的既定方法。例如，种子可以是作者、关键字或出版物。在本文中，我们介绍了一个推荐系统中的数字图书馆sowiport使用三角形图，可以创建从共引和/或共现分析。在NKOS研讨会上的演讲将在索维波特展示pendrons，并将详细说明pendrons可视化和评估pendrons搜索效用的实际问题。
2014-07-27 cs.DL cs.HC cs.IR
Machine Learning for Food Review and Recommendation
Nanyang Technological University（南洋理工大学）
食品评论和建议一直是在线食品服务网站的重要组成部分。然而，评论和推荐食物并不简单，因为它可能会被不同的上下文和含义所淹没。在本文中，我们使用不同的深度学习方法来解决情感分析、自动评论标签生成和食品评论检索等问题。我们建议在南洋理工大学（NTU）开发一个基于网络的食品评论系统，名为NTU Food Hunter，它结合了不同的深度学习方法，帮助用户选择食物。首先，我们将BERT和LSTM深度学习模型实现到食品评论的情感分析系统中。然后，我们开发了一个词性（POS）算法来自动识别和提取的评论内容的形容词-名词对的评论标签生成的基础上词性标注和依存句法分析。最后，我们还训练了一个RankNet模型，用于对检索结果进行重新排序，以提高基于Solr的食品评论搜索系统的准确性。实验结果表明，我们提出的深度学习方法是有前途的实际问题的应用。
2022-01-15 cs.CL cs.IR cs.LG
Author Name Disambiguation in Bibliographic Databases: A Survey
实体解析是近十年来信息系统领域的一个具有挑战性的研究热点。在DBLP、Citeseer和Scopus等书目数据库（BD）中，作者姓名消歧（AND）是实体解析的一个专门领域。给定潜在作者的许多引用，AND任务是找出哪些引用属于同一作者。在本调查中，我们从三个基本的和问题开始，然后是解决方案的需求和挑战。提供了一个通用的五步框架来处理AND问题。这些步骤是：（1）数据集的准备（2）出版物属性的选择（3）相似性度量的选择（4）模型的选择和（5）聚类性能评估。还提供了相似性度量和方法的分类和阐述。最后，未来的方向和建议，为这一动态的研究领域。
2020-04-14 cs.IR cs.SI
Deep Unified Representation for Heterogeneous Recommendation
Alibaba Group（阿里巴巴集团）；Ant Financial Services Group（蚂蚁金融服务集团）；University of Science and Technology of China（中国科学技术大学）
推荐系统一直是学术界和工业界广泛研究的课题。以往的工作主要集中在同类推荐系统上，对于异构推荐系统的研究进展甚微。然而，异构的建议，例如，推荐不同类型的物品，包括产品、视频、名人购物笔记等，如今占主导地位。现有技术的方法不能利用来自不同类型的项目的属性，因此存在数据稀疏性问题。联合表示具有不同特征空间的项目确实是相当具有挑战性的。为了解决这个问题，我们提出了一个基于核的神经网络，即深度统一表示（或DURation）的异构推荐，联合建模异构项目的统一表示，同时保持其原始的特征空间拓扑结构。理论上，我们证明了所提出的模型的表示能力。此外，我们在真实世界的数据集上进行了广泛的实验。实验结果表明，在统一表示的情况下，我们的模型取得了显着的改善（例如，AUC评分提高4.1% ~ 34.9%，在线CTR提高3.7%）。
2022-01-26 cs.IR cs.LG
DataFinder: Scientific Dataset Recommendation from Natural Language Descriptions
Carnegie Mellon University（卡内基梅隆大学）；Shanghai Jiao Tong University（上海交通大学）；Inspired Cognition（Inspired Cognition公司）
本文提出根据自然语言研究描述推荐科学数据集的任务，构建 DataFinder Dataset，并训练优于现有第三方搜索引擎的双编码器检索器。
2023-06-07 cs.CL cs.DL cs.IR
Cross-Market Product Recommendation
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；University of Amsterdam（阿姆斯特丹大学）
本文研究了在资源相对稀缺的市场中，利用相似的、资源丰富的辅助市场的数据向用户推荐相关产品的问题。我们假设来自一个市场的数据可以用来改善另一个市场的表现。在这一领域只进行了几项研究，部分原因是缺乏公开的实验数据。为此，我们收集并发布了XMarket，这是一个大型数据集，涵盖16个不同产品类别的18个本地市场，包含5250万次用户-商品交互。我们引入并形式化了跨市场产品推荐问题，即，市场适应。我们探索了不同的市场适应技术的启发，最先进的领域适应和元学习方法，并提出了一种新的神经市场适应方法，名为FOREC。我们的模型遵循三个步骤-预训练，分叉和微调-以充分利用来自辅助市场和目标市场的数据。我们进行了大量的实验，研究市场适应对不同市场对的影响。我们提出的方法显示出强大的有效性，与我们分析所选的竞争基线相比，不断提高目标市场的表现。特别是，与NMF基线相比，FOREC在nDCG@10方面平均提高了24%，最高可达50%。我们的分析和实验表明，在这一研究领域的具体未来方向。我们发布我们的数据和代码用于学术目的。
2021-09-13 cs.AI cs.IR
Bayesian Non-Exhaustive Classification for Active Online Name Disambiguation
姓名消歧任务划分与给定姓名有关的记录的集合，使得在分区与全部共享该给定姓名的一组人之间存在一一对应。针对此任务的大多数现有解决方案都是针对静态数据提出的。然而，更现实的场景规定记录以流式方式出现，其中记录可能属于所有共享相同名称的已知和未知人员。这需要灵活的名称消歧算法，该算法不仅可以通过其现有记录对训练数据中表示的已知人员的记录进行分类，而且还可以识别初始训练数据集中没有现有记录的新的模糊人员的记录。为了实现这一目标，在本文中，我们提出了一个贝叶斯非穷举分类框架，解决网上姓名消歧。特别是，我们提出了一个狄利克雷过程高斯混合模型（DPGMM）作为核心引擎的在线名称消歧任务。同时，提出了两种在线推理算法，即单遍Gibbs采样算法和带恢复的序贯重要性采样（也称为粒子滤波）算法，以同时进行在线分类和新类发现。作为一个案例研究，我们考虑了时间流格式的书目数据和消歧作者划分他们的论文到homogeneousgroup.Our实验结果表明，所提出的方法是显着优于现有的方法执行在线姓名消歧任务。我们还提出了一个交互式版本的在线名称消歧方法，旨在利用用户的反馈，以提高预测的准确性。
2017-08-12 cs.IR
Fashionista: A Fashion-aware Graphical System for Exploring Visually Similar Items
为了构建一个时尚推荐系统，我们需要帮助用户检索在视觉上与特定查询相似的时尚物品，原因包括搜索替代品（即，替代品），以生成视觉上一致的时尚服装，以及其他应用。在服装和配饰等领域，这些考虑因素尤其重要，因为物品的视觉外观是指导用户决策的关键特征。然而，像亚马逊和eBay这样的现有系统仍然主要依赖于关键字搜索和推荐松散一致的项目（例如，基于共同购买或浏览数据），而没有使用视觉信息来满足上述需求的界面。在本文中，我们试图填补这一空白，设计和实现一个基于图像的查询系统，称为Fashionista，它提供了一个图形界面，以帮助用户有效地探索这些项目，不仅在视觉上类似于一个给定的查询，但也是时尚的，由视觉感知的推荐方法确定。从方法论上讲，Fashionista学习了一个低维的视觉空间，以及从大型二进制反馈数据语料库中学习时尚趋势的演变，例如我们在本演示中使用的亚马逊女装和配饰的购买历史。
2016-03-31 cs.HC cs.IR
