专栏名称: AINLP
关注AI、NLP相关技术,关注算法研发职位和课程;回复"文章"获取历史信息;双语聊天机器人"无名";中英翻译请输入:翻译 翻译内容;自动对联,请输入:上联 上联内容;调戏夸夸聊天机器人,请求夸、求赞;查询相似词,请输入: 相似词 词条
今天看啥  ›  专栏  ›  AINLP

KDD 2024 工业界搜广推工作整理

AINLP  · 公众号  · AI 科技媒体  · 2024-09-02 10:10

主要观点总结

KDD 2024论文概述了工业界在搜索、推荐和广告方面的工作,包括阿里巴巴、腾讯、快手、JD电商、华为等公司的研究内容,覆盖了传统推荐系统研究方向和基于大模型的生成式推荐、搜索、广告等工作。文章详细列举了多个研究方向的关键点,如跨域推荐、粗排性能增强、生成式出价、电商相关性模型架构、LLM需求理解、GCN图协同过滤、基于蒸馏的跨域推荐、淘宝搜索文本匹配索引、因果推断、合约广告、拍卖广告、标签推荐、冷启动CTR预估、图与大模型、出价、兴趣建模、LTV、uplift等。

关键观点总结

关键观点1: KDD 2024工业界搜广推论文概览

KDD 2024论文涵盖了工业界在搜索、推荐和广告方面的工作,包括阿里巴巴、腾讯、快手、JD电商、华为等公司的研究内容,涵盖了传统推荐系统研究方向和基于大模型的生成式推荐、搜索、广告等工作。

关键观点2: 阿里巴巴的研究内容

阿里巴巴的研究包括跨域推荐、粗排性能增强、生成式出价、电商相关性模型架构、LLM需求理解等。

关键观点3: 腾讯的研究内容

腾讯的研究涵盖了多模态推荐、排序目标引入推荐系统、序列建模、兴趣建模、LTV、uplift等。

关键观点4: 快手的研究内容

快手的研究涉及融合、重排、校准方面的工作,以及更高阶的用户留存建模等。

关键观点5: JD电商的研究内容

JD电商的研究包括异构图、多任务等。

关键观点6: 华为的研究内容

华为的研究包括序列推荐、生成式推荐、生成式内容、时长纠偏、结构化和语义表征、蒸馏、特征选择等。

关键观点7: Google的研究内容

Google的研究包括多任务、基于生成式AI的评估、用户价值等。

关键观点8: Airbnb的研究内容

Airbnb的研究包括基于模型蒸馏的多目标学习、地图场景下的LTR等。

关键观点9: Microsoft的研究内容

Microsoft的研究包括使用LLM和强化学习的topK推荐、使用LLM用于可解释推荐等。


文章预览

大家好,KDD 2024论文新鲜出炉,整理下工业界搜广推方面的工作。文末还整理了大模型相关的搜广推工作。 排名不分先后, 由于工作较多,存在遗漏的可能。 Alibaba Alibaba工作涵盖面广泛:推荐上,跨域推荐、粗排、GNN等;广告上,生成式出价、合约广告多目标、拍卖广告探索机制等。搜索上,电商相关性架构、LLM需求理解、淘搜文本匹配索引系统等。 跨域推荐 | Mitigating Negative Transfer in Cross-Domain Recommendation via Knowledge Transferability Enhancement 研究跨域推荐系统中知识迁移能力的提升,以减少负面迁移的影响。 Zijian Song (School of CS, Peking University, National Engineering Laboratory for Big Data Analysis and Applications, Peking University); WenHan Zhang (School of CS, Peking University, National Engineering Laboratory for Big Data Analysis and Applications, Peking University); Lifang Deng (Lazada Group); Jiandong Zhang (Laz ………………………………

原文地址:访问原文地址
快照地址: 访问文章快照
总结与预览地址:访问总结与预览