LCARS: A Location-Content-Aware Recommender System
Authors: Hongzhi Yin, Peking University; Yizhou Sun, ; Bin Cui, Peking University; Zhiting Hu, ; Ling Chen
FISM: Factored Item Similarity Models for Top-N Recommender Systems
Santosh Kabbur, University of Minnesota; George Karypis, University of Minnesota
Making Recommendations from Multiple Domains
Wei Chen, National University of Singapore; Wynne Hsu, National University of Singapore; Mong-Li Lee, National University of Singapore
Combining Latent Factor Model with Location Features for Event-based Group Recommendation
Wei Zhang, Department of Computer Science; Jianyong Wang, Tsinghua University
A New Collaborative Filtering Approach for Increasing the Aggregate Diversity of Recommender Systems
Katja Niemann, Fraunhofer FIT; Martin Wolpers, Fraunhofer Institute for Applied Information Technology
Silence is also evidence: Interpreting dwell time for recommendation from Psychological Perspective
Peifeng Yin, Pennsylvania State University; Ping Luo, HP Lab; Wang-Chien Lee, ; Min Wang, Google Research
Learning Geographical Preferences for Point-of-Interest Recommendation
Bin Liu, Rutgers Univ; Yanjie Fu, Rutgers University; ZIjun Yao, Rutgers Univ; Hui Xiong, Rutgers, the State University of New Jersey
Collaborative Matrix Factorization with Multiple Similarities for Predictin Drug-Target Interactions
Xiaodong Zheng, Fudan University; Hao Ding, Fudan University; Hiroshi Mamitsuka, Kyoto University; Shanfeng Zhu, Fudan University

有20多篇是有关社会网分析的

Unsupervised Link Prediction Using Aggregative Statistics on Heterogeneous Social Networks
Tsung-Ting Kuo, National Taiwan University; Rui Yan, Peking University; Yu-Yang Huang, National Taiwan University; Perng-Hwa Kung, National Taiwan University; Shou-De Lin, National Taiwan University
Link Prediction with Social Vector Clocks
Conrad Lee, University College Dublin; Bobo Nick, Konstanz UniversitŠt; Ulrik Brandes, Konstanz UniversitŠt; P‡draig Cunningham, University College Dublin

KDD 2013推荐系统论文的更多相关文章

  1. CIKM 2013推荐系统论文总结

    这几天在家没事,介绍几篇CIKM上关于推荐系统的文章, Personalized Influence Maximization on Social Networks Social Recommenda ...

  2. 计算广告、推荐系统论文以及DSP综述

    http://www.huxmarket.com/detail/2966 DSP场景假定前提: 以CTR预估为例,向广告主以CPC(OCPC)方式收费,向ADX以CPM方式付费.投放计划受预算限制,在 ...

  3. 【推荐系统论文笔记】Introduction To Recommender Systems: Algorithms and Evaluation

    这篇论文比较短,正如题目所说,主要还是简单地介绍了一下推荐系统的一些算法以及评估的方法. 推荐系统之前是基于关键字信息的过滤系统,后来发展成为协同过滤系统,解决了两个问题:1.通过人工审核去评价那些具 ...

  4. KDD 2018 | 最佳论文:首个面向Facebook、arXiv网络图类的对抗攻击研究

    8 月 19 日至 23 日,数据挖掘顶会 KDD 2018 在英国伦敦举行,昨日大会公布了最佳论文等奖项.最佳论文来自慕尼黑工业大学的研究者,他们提出了针对图深度学习模型的对抗攻击方法,是首个在属性 ...

  5. 推荐系统论文之序列推荐:KERL

    KERL: A Knowledge-Guided Reinforcement Learning Modelfor Sequential Recommendation 摘要 ‍时序推荐是基于用户的顺序行 ...

  6. CVPR 2013 录用论文【待更新】

    完整录用论文官方链接:http://www.pamitc.org/cvpr13/program.php 过段时间CvPaper上面应该会有正文链接 今年有关RGB-D摄像机应用和研究的论文渐多起来了. ...

  7. DLRS(近三年深度学习应用于推荐系统论文汇总)

    Recommender Systems with Deep Learning Improving Scalability of Personalized Recommendation Systems ...

  8. WSDM 2014推荐系统论文

    Xiao Yu, Hao Ma, Paul Hsu, Jiawei Han On Building Entity Recommender Systems Using User Click Log an ...

  9. DLRS(深度学习应用于推荐系统论文汇总--2017年8月整理)

    Recommender Systems with Deep Learning Alessandro:ADAAlessandro Suglia, Claudio Greco, Cataldo Musto ...

随机推荐

  1. unity收集log工具

    参考 yusong:http://www.xuanyusong.com/archives/2477 凉鞋     :https://www.cnblogs.com/liangxiegame/p/Uni ...

  2. Spring Boot学习笔记-配置devtools实现热部署

    写在前面 Spring为开发者提供了一个名为spring-boot-devtools的模块来使Spring Boot应用支持热部署,提高开发者的开发效率,无需手动重启Spring Boot应用. de ...

  3. 项链(burnside)

    Description 有一个长度为 \(n\) 的项链,首尾相接形成环,现在你要给每一个位置一个颜色 \([1,m]\), 求所有不同的项链个数(可以通过旋转变成一样的称为相同) Solution ...

  4. Java 实例 - 标签(Label)

     Java 实例 Java 中的标签是为循环设计的,是为了在多重循环中方便的使用break 和coutinue . 以下实例当在循环中使用 break 或 continue 循环时跳到指定的标签处: ...

  5. Silverlight & Blend动画设计系列一:偏移动画(TranslateTransform)

    用户界面组件.图像元素和多媒体功能可以让我们的界面生动活泼,除此之外,Silverlight还具备动画功能,它可以让应用程序“动起来”.实际上,英文中Animation这个单词的意思是给某物带来生命. ...

  6. 我的Chrome插件---纪录

    1.极简图床 写博客的时候用的上. 2.谷歌翻译 阅读英文文档直接选中翻译 3.OneTab 把当前网页集成一个tab,它有个好处就是,在写博客的时候,需要上不同的网站,写了一半有其他的事,这是可以集 ...

  7. Angular4 step by step.4

    1.官方的模拟远程调用API接口没整出来,干脆自己使用 最新版本 .netcore2.1.0 preview 作为请求地址 2.直接上图懒得沾代码了,等完善后再开放所有源码: 3.使用了Chole.O ...

  8. Elasticsearch全文检索工具入门

    Elasticsearch全文检索工具入门: 1.下载对应系统版本的文件 elasticsearch-2.4.0.zip 1.1运行elasticsearch-2.4.0\elasticsearch- ...

  9. dategrid快速录入一行数据的一波操作

    <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...

  10. python 之 os._exit() sys.exit() 、exit()

    sys.exit 执行该语句会直接退出程序,这也是经常使用的方法,也不需要考虑平台等因素的影响,一般是退出Python程序的首选方法. 退出程序引发SystemExit异常,(这是唯一一个不会被认为是 ...