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(guó)際頂級(jí)學(xué)術(shù)會(huì)議,也是全球錄取率最低的計(jì)算機(jī)頂會(huì)之一,在知識(shí)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(jiǎng)工作為聯(lián)邦圖學(xué)習(xí)開(kāi)源項(xiàng)目FederatedScope-GNN,KDD組委會(huì)對(duì)此給予充分肯定,評(píng)語(yǔ)提到,該工作“推動(dòng)了聯(lián)邦圖學(xué)習(xí)技術(shù)的發(fā)展,并樹(shù)立了優(yōu)秀平臺(tái)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(diǎn)擊率預(yù)估(CTR)一直是技術(shù)攻堅(jiān)的核心,同時(shí)也是AI技術(shù)在業(yè)務(wù)落地中最難實(shí)現(xiàn)的技術(shù)方向之一。近日,來(lái)自京東廣告團(tuán)隊(duì)的一篇論文《Category-Spec