摘要：1 概述 这是一篇发表在ICDM 2020的文章，代码已开源。论文主要研究如何使用动态的图结构表示的协同信息生成用户和物品的向量，然后用于后续的推荐。 文章指出，在真实的推荐场景，用户的兴趣是随时间不断变化的。然而，基于序列的模型无法直接使用用户和物品的系统信息。比如，这些模型主要是在建模物品之间的 阅读全文

摘要：这篇文章刚被ICLR2021接收，代码开源。主要研究在推荐系统中如何减少Embedding的大小。 基于embedding的表示学习范式通常被应用于深度推荐模型中，传统的模型为每个特征分配相同的embedding size。然而，这种方式面临两个问题： 导致embedding table特别大，消耗 阅读全文