#294 · 主分类：教育与研究

Awesome-Deep-Learning-Papers-for-Search-Recommendation-Advertising

advertising ctr cvr deep-learning recommender-system reinforcement-learning search search-engine

精选的工业搜索、推荐和广告深度学习论文，涵盖嵌入、匹配、排序、相关性、LLM和强化学习。

项目最后更新：08/29/26

在 GitHub 查看

GitHub Stars

2.6K

Forks数量

296

贡献者数量

许可证

Other

收录理由

这份阅读清单把工业界搜索、推荐和广告系统里常用的深度学习论文按流程阶段整理出来，从嵌入、匹配、粗排、精排、重排，到相关性、基于大模型的排序和强化学习，脉络很清晰。想查某个技术点，比如word2vec或图卷积网络在真实点击率、转化率模型里怎么落地，顺着目录就能找到对应论文。维护者自己发表在TOIS上的深度学习排序综述给整个列表定了调子，不是简单堆链接，而是有明确的编辑视角。做推荐系统调优的工程师可以把它当文献地图用，研究者也能快速定位常见工业技术背后的原始出处。它本质上是精选索引而非可运行代码，价值就在组织和筛选上。

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容，欢迎联系我们推荐选题或投稿。

Awesome-Deep-Learning-Papers-for-Search-Recommendation-Advertising

收录理由

相关文章

同类热门项目

Awesome-Deep-Learning-Papers-for-Search-Recommendation-Advertising

收录理由

相关文章

同类热门项目

订阅更新