本文选取了CIKM 2022中86篇长文和26篇应用文，重点对推荐系统相关论文（85篇）按不同的任务场景和研究话题进行分类整理，也对其他热门研究方向（预训练模型、信息检索和知识图谱等，27篇）进行了归类，以供参考。

从词云图看今年CIKM的研究热点：根据长文和应用文的标题绘制如下词云图，可以看到今年研究方向主要集中在Recommendation、Retrieval和Knowledge Graph三个方向，也包括Pre-trained Language Model等NLP方向。主要任务包括：Click-Through Rate、Sequential Recommendation、User Modeling等；热门技术包括：Graph Neural Network、Contrastive Learning等，其中基于Sequence和Graph的任务和技术依旧是今年的研究热点。

图片

对于推荐算法的开发与复现，欢迎大家使用推荐系统工具包RecBole（伯乐）。RecBole 是一个基于 PyTorch 实现的，面向研究者的，易于开发与复现的，统一、全面、高效的推荐系统代码库。
  • 工具包：
    https://github.com/RUCAIBox/RecBole
    https://github.com/RUCAIBox/RecBole2.0
  • 数据集：
    https://github.com/RUCAIBox/RecSysDatasets
  • 论文（RecBole 2.0已被CIKM 2022录用为Resource Paper）：
    RecBole 2.0: Towards a More Up-to-Date Recommendation Library

内容中包含的图片若涉及版权问题，请及时与我们联系删除