Jul, 2023

OpenSiteRec：网站推荐的开放数据集

PDF
TL;DR本研究旨在为品牌发展提供有益和关键的信息检索任务之一的场所推荐，建立一个全面的数据集，名为 OpenSiteRec。OpenSiteRec 利用异构图模式表示各种类型的真实世界实体和关系，以评估推荐模型在场所推荐任务上的性能。
site recommendationdata-drivendatasetrecommendation modelsheterogeneous graph schema
发现论文，激发创造
  • HotelRec：一种新颖的大规模酒店推荐数据集

    本文提出了 HotelRec，这是一个基于 TripAdvisor 的非常大规模的酒店推荐数据集，包含了 5000 万条评论。这是公开发布的最大的酒店领域数据集，并且是单个领域的最大推荐数据集和具有文本评论的最大数据集。

    Feb, 2020

  • MobileRec：一份用于移动应用推荐的大规模数据集

    MobileRec 是一个大规模的基于 Google Play Store 的数据集，包含了 1900 多万次用户互动和 10K 多种不同类型的应用程序，通过比较研究了几种最先进的推荐方法，MobileRec 可以作为测试应用程序的理想平台，并作为基准线提供量化结果，以供其他研究人员进行比较。

    Mar, 2023

  • DeepRec：基于深度学习的推荐系统开源工具包

    该研究介绍了 DeepRec 开源项目，它是一个使用 Python 和 Tensorflow 实现的深度学习推荐算法库，提供评分预测、top-N 推荐和顺序推荐功能，并保持良好的模块化和可扩展性，可随时加入新的模型。

    May, 2019

  • SumRec：一个使用开放领域对话的推荐框架

    提出了一个新的框架 SumRec，用于从开放领域的聊天对话中推荐信息。这个框架使用了大型语言模型来提取讲话者和物品的特征，并根据用户的类型生成讲话者信息的摘要和物品信息的推荐。实验结果表明，SumRec 框架提供了比使用对话和物品描述的原始形式更好的推荐。

    Feb, 2024

  • MerRec：一个用于 C2C 推荐系统的大规模多用途 Mercari 数据集

    MerRec 是第一个针对 C2C 推荐的大规模数据集，包含用户、产品和时间戳等标准特征，以及商品分类和文本属性等独特元素，通过六个推荐任务的广泛评估，为研究 C2C 推荐算法在实际场景中的发展建立了一个新的基准，弥合了学术界和工业界之间的差距。

    Feb, 2024

  • EasyRec：构建工业推荐系统的易用、可扩展和高效框架

    EasyRec 是一款易于使用、可扩展且高效的推荐框架，采用模块化设计模式，通过超参数优化和特征选择算法，实现自动化模型性能提升以适应不断变化的数据分布，适用于工业推荐系统。

    Sep, 2022

  • DataFinder：从自然语言描述中推荐科学数据集

    介绍了一种新的数据集推荐系统，该系统能够根据研究想法的简短自然语言描述，推荐相关的数据集。该系统通过使用机器学习技术创建了 “DataFinder 数据集”，并比较了各种信息检索算法在其测试集上的效果，同时还发布了数据集和模型以促进数据集推荐的进展。

    May, 2023

  • 开放集合识别综述

    本文是一篇 Open Set Recognition 领域的综述性研究，介绍了现有的开放集识别模型、它们的优劣以及该领域的最新进展，分析了 OSR 与多类别分类和新颖性检测的关系，得出该领域可以有效地处理现实世界中未知的情况结论，并提出了新的研究方向和应用场景。

    Aug, 2021

  • 基于开放评审的数据集 (ORB)：高能物理科学论文和实验提案的自动评估

    通过 OpenReview.net 和 SciPost.org 网站，我们引入了全面的 Open Review-Based 数据集（ORB）；它包括一个精选列表，其中包含超过 36,000 篇科学论文的 89,000 多条评论和最终决策。我们提供了 ORB 的数据架构和相关统计数据的概述，还讨论了基于自然语言处理的初步实验，旨在预测论文的接受情况以及从嵌入中推断出的评分统计数据。ORB 为对开放科学和审查感兴趣的研究人员提供了宝贵资源，我们的实现使进一步分析和实验使用这些数据更加便捷。我们计划随着领域的发展更新 ORB，并引入更适用于专门科学领域（如高能物理学）的新资源。

    Nov, 2023

  • 通过开放集识别和未知样本检测的进展实现知情决策

    机器学习技术为数据提供更深入和实用的洞察力，帮助企业做出明智的决策；此研究提供了一种算法来改善开放集识别任务中的分类，通过探索特征空间的新表示方法，提高了分类的准确性。

    May, 2024