1. How Does Knowledge of the AUC Constrain the Set of Possible Ground-truth Labelings?

• AAAI 2019
• 研究AUC能包含多少二分类的Ground-truth label信息
• 很多二分类竞赛中，使用AUC作为评价指标，那么根据提交的结果以及返回的AUC值，能推断出多少信息呢？
• 例如4个数据的二分类问题，提交的预测值，而返回结果是0.75的话，那么真实label一定是
• 一个简单的想法是，有n个测试数据的问题上，提交次结果并得到返回的AUC，就能得到全部n个真实的标签了（每次两次只有一个不同，看auc相对大小就知道哪个猜对了）
• 然后该文章主要大量分析了只得到一次AUC值，能推断出多少信息

2. Lattice CNNs for Matching Based Chinese Question Answering

• AAAI 2019
• 处理中文的文本匹配

• 因为中文的分词情况很复杂，如下图。所以本文使用word lattice的方式来做文本匹配任务中的文本建模

  
  中文的分词情况

• 具体地说，就是先把文本建图，然后在图上做CNN得到文本的表示，如图：

  
  文本建模过程
• 对文本建图，是把百度百科上面的词全拿下来做词典（为了使得图连通，词典还包括所有单个字和<unknown>），然后文本中所有在词典里面的串作为图的节点，相邻的词连边。

3. Large-Scale Heterogeneous Feature Embedding

• AAAI 2019
• 把各种各样的大规模的特征做Embedding
• Embedding也就是表示学习，把特征用低维的向量表示
• 以前的方法一般只对单一的特征做Embedding，然而真实世界中包含各种各样的特征，例如文本，图片，网络。
• 存在学习多种特征表示，但是都有太高的计算资源花费
• 本文提出了一FeatWalk框架，主要解决两个问题：
  • 怎么有效的利用多样的特征学习出一个统一的表示
  • 怎么应用到大规模场景下面而且保持有效

4. Mining Fashion Outfit Composition Using an End-to-End Deep Learning Approach on Set Data

• IEEE Trans. Multimedia 2017
• 自动搭配套餐，例如什么衣服配什么裤子，配什么鞋子
• 数据驱动的，收集了很多流行的搭配例子，然后学习出每个搭配方案的打分
• 主要挑战：需要处理复杂的视觉特征、打分受很多因素的影响，例如不同的人有不同的兴趣
• 方法：先得到每个item的特征向量表示，然后用RNN对套装里面的多个item建模，得到套装的打分
• item表示：用CNN处理视觉图片信息，用GloVe模型学出文本的表示，然后Mean pooling得到文本特征，类别做Embedding，然后把3个特征拼起来得到一个item的特征

5. Practice on Long Sequential User Behavior Modeling for Click-Through Rate Prediction

• KDD 2019
• 阿里的文章
• 考虑到超长用户行为序列的CTR预估
• 以前的方法，例如DIN，DIEN等等都不能处理太长的序列，一般用的50长度，150是极限了
• 然而用很简单的方法，序列长度为1000的时候，AUC能比只用100的时候提升0.6%，而他们的应用场景，提升0.3%就是显著的了
• 太长的序列会带来计算时延和存储空间两大问题
• 本文把预估系统分为两部分
• 一部分是User Interest Center（UIC），负责保持最后一次的用户兴趣表示，同时依据用户行为事件来更新
• 另一部分是memory network，包括读写

6. From Micro to Macro: Uncovering and Predicting Information Cascading Process with Behavioral Dynamics

• ICDM 2015
• Peng Cui团队的文章， 动态流行度预测
• 通过早期的情况，预测未来的趋势
• 第一篇这样做的工作

• 用一个公式拟合流行度的情况（WEibull）：

  
  拟合流行度的公式
• 其中和通过最大似然优化得到
• 另外还用到了精心手动提取的用户的特征，用户特征做线性回归同时也能拟合和
• 数据集用的腾讯微博的数据

7. Estimating Node Importance in Knowledge Graphs Using Graph Neural Networks

• KDD 2019
• 在知识图谱（KG）中估计节点的重要性
• 前人的工作一般都是在普通的图上面计算节点的重要性，例如PageRank，本文是第一个在KG上面做的
• 需要考虑的几个方面：邻居、边的类型（关系）、中心度（centrality）、输入的分数（用来训练的一部分节点的label），方法的灵活性
• 节点的分数：相邻节点的分数的加权和，权重由两个点和一个边算出
• 中心度：由入度初始化，然后迭代更新
• 最后的节点重要性由上面两个值结合得到