recsys(acm recommender sysytems) 2016 有哪些值得關注的論文？

01-27

會議主頁(RecSys 2016 (Boston))
會議收錄文章：Proceedings of the 10th ACM Conference on Recommender Systems

Deep Neural Networks for YouTube Recommendations

是Google研究人員發布在今年推薦系統會議的一篇文章，介紹了他們最近利用深度神經網路實現YouTube推薦系統的技術細節。

研究的背景是YouTube巨大用戶基數、所儲存的視頻每時每刻都在增長這樣的一個情境，目的是設計出一款真正適合YouTube網站的推薦系統。

研究人員設計這樣的一個推薦系統主要面臨三個挑戰：

首先是規模，現存的絕大多數推薦演算法在YouTube這樣大的用戶數量基礎上效果或者效率就不太好了。

其次是新鮮度，YouTube不斷在上傳新的視頻，因此研究人員必須找到一個已有視頻和新上傳視頻的一個平衡點。

最後是雜訊，一些不可觀測的因素會導致預測用戶行為的困難性，因此很難去獲取用戶真實的滿意度信息，取而代之的往往是一些帶有噪音的反饋信號。

基於以上背景和難點，研究人員運用了兩個深度神經網路架構，包括候選集的生成以及排名，整個模型大約需要學習十億個參數，並且使用了數千億的數據進行訓練，最終設計出了一款效果優於過去的推薦系統。

具體細節大家可以去看看論文~

怎麼看recsys 2015收錄的全部文章啊，怎麼查一個會議收錄的全部文章啊？