KDD2024推荐系统/计算广告/大模型论文整理(应用专题)

主要观点总结

KDD 2024上工业界搜广推工作论文整理，包括阿里巴巴、腾讯、华为、快手、Adobe等多个公司的研究，涵盖推荐系统、搜索、广告等方向，包括跨域推荐、纠偏、因果推断、蒸馏、CTR预估、序列建模、排序目标、图推荐、多任务等，以及基于大模型或类大模型的生成式推荐、搜索、广告方面的工作。

关键观点总结

关键观点1: KDD 2024工业界搜广推工作论文整理

包括阿里巴巴、腾讯、华为、快手、Adobe等多个公司的研究，涵盖推荐系统、搜索、广告等方向，涵盖跨域推荐、纠偏、因果推断、蒸馏、CTR预估、序列建模、排序目标、图推荐、多任务等传统研究方向，以及基于大模型或类大模型的生成式推荐、搜索、广告工作。

关键观点2: 阿里巴巴研究方向

包括生成式出价、基于大模型的需求理解等。

关键观点3: 腾讯研究方向

包括多模态推荐、排序与校准联合建模、全生命周期跨场景序列建模等。

关键观点4: 华为研究方向

包括序列推荐、生成式推荐、LLM内容生成等。

关键观点5: 快手研究方向

包括融合模型、直播礼物推荐、用户留存建模等。

关键观点6: Adobe研究方向

基于LLM的长尾推荐。