KDD(ACM SIGKDD)是數(shù)據(jù)挖掘領(lǐng)域歷史最悠久、規(guī)模最大的國際頂級學(xué)術(shù)會議,也是全球錄取率最低的計算機頂會之一,在知識發(fā)現(xiàn)、數(shù)據(jù)挖掘、人工智能等領(lǐng)域具有重大影響力。本次達(dá)摩院獲獎工作為聯(lián)邦圖學(xué)習(xí)開源項目FederatedScope-GNN,KDD組委會對此給予充分肯定,評語提到,該工作“推動了聯(lián)邦圖學(xué)習(xí)技術(shù)的發(fā)展,并樹立了優(yōu)秀平臺工作的榜樣”。
在以AI技術(shù)為支持的推薦、搜索、廣告等業(yè)務(wù)中,點擊率預(yù)估(CTR)一直是技術(shù)攻堅的核心,同時也是AI技術(shù)在業(yè)務(wù)落地中最難實現(xiàn)的技術(shù)方向之一。近日,來自京東廣告團(tuán)隊的一篇論文《Category-Spec