最近在arxiv下载由阿里巴巴淘宝、京东等工业界发表，关于搜索、推荐、广告，关于检索、排序的论文。 这里通过学习论文内容来分析一下淘宝等大公司的搜索和推荐实践。
Learning To Rank
以下论文主要源自于： https://paperswithcode.com/task/learning-to-rank
End-to-End Neural Ad-hoc Ranking with Kernel Pooling
Kernel Pooling
Learning Latent Vector Spaces for Product Search
Latent Vector Space model (latent representations of words, e-commerce products)
Ranking for Relevance and Display Preferences in Complex Presentation Layouts
ranks both the documents and positions
Recommendation
以下论文主要源自于： https://paperswithcode.com/task/recommendation-systems
Wide & Deep Learning for Recommender Systems
CV Image
这里聊的image不为做图像识别，是为了排序目标贡献图像类型的特征。
Image Matters: Visually modeling user behaviors using Advanced Model Server
https://github.com/alibaba/x-deeplearning/wiki/%E5%9B%BE%E5%83%8F%E8%81%94%E5%90%88%E8%AE%AD%E7%BB%83%E7%AE%97%E6%B3%95(CrossMedia)
淘宝
UIC-MIMN: Practice on Long Sequential User Behavior Modeling for Click-Through Rate Prediction
长序列用户行为 UIC不依赖于搜索或推荐请求，而依赖于用户行为来实时计算用户兴趣。
Perceive Your Users in Depth: Learning Universal User Representations from Multiple E-commerce Tasks
用户画像的通用表示学习
Virtual-Taobao: Virtualizing Real-world Online Retail Environment for Reinforcement Learning
淘宝搜索的增强学习
构建模拟器，让算法从买家的历史行为中学习，规划最佳商品搜索显示策略。
GAN-SD（GAN-for-Simulating-Distribution）算法模仿虚拟买家的操作和搜索请求。
MAIL方法（Multi-agent Adversarial Imitation Learning）同时学习买家规则和平台的规则，训练买家和平台产生更加真实的交互。
Reinforcement Learning to Rank in E-Commerce Search Engine: Formalization, Analysis, and Application
使用增强学习模型来优化排序策略
定义 search session 的 Markov decision process 来形式化搜索过程。然后使用梯度算法来优化决策过程中的排序策略。
引入状态的概念，用马尔可夫决策过程对商品搜索排序问题进行建模，并尝试用深度强化学习的方法来对搜索引擎的排序策略进行实时调控。
把搜索引擎看作智能体（Agent）、把用户看做环境（Environment），则商品的搜索问题可以被视为典型的顺序决策问题。Agent每一次排序策略的选择可以看成一次试错（Trial-and-Error），把用户的反馈，点击成交等作为从环境获得的奖赏。在这种反复不断地试错过程中，Agent将逐步学习到最优的排序策略，最大化累计奖赏。而这种在与环境交互的过程中进行试错的学习，正是强化学习（Reinforcement Learning，RL）的根本思想。
A Brand-level Ranking System with the Customized Attention-GRU Model
Attention-GRU 品牌排序模型。要解决的需求是预测用户对品牌的偏好程度。
LSTM and GRU 是两种RNN模型，都具有避免梯度弥散的性质。两者相比之下，GRU参数较少，训练过程较快。我们在模型中引入了 attention 机制。
Multi-Level Deep Cascade Trees for Conversion Rate Prediction
提出一个瀑布结构的决策树集成学习模型
DIN - Deep Interest Network for Click-Through Rate Prediction
构建深度用户兴趣网络模型来预测商品的点击率
解读：https://github.com/alibaba/x-deeplearning/wiki/%E6%B7%B1%E5%BA%A6%E5%85%B4%E8%B6%A3%E7%BD%91%E7%BB%9C(DIN)
DIEN - Deep Interest Evolution Network for Click-Through Rate Prediction
深度兴趣网络DIN的升级版
解读：https://github.com/alibaba/x-deeplearning/wiki/%E7%94%A8%E6%88%B7%E5%85%B4%E8%B6%A3%E6%BC%94%E5%8C%96%E6%A8%A1%E5%9E%8B(DIEN)
ESMM
https://github.com/alibaba/x-deeplearning/wiki/%E5%85%A8%E7%A9%BA%E9%97%B4%E5%A4%9A%E4%BB%BB%E5%8A%A1%E6%A8%A1%E5%9E%8B(ESMM)
TDM
https://github.com/alibaba/x-deeplearning/wiki/%E6%B7%B1%E5%BA%A6%E6%A0%91%E5%8C%B9%E9%85%8D%E6%A8%A1%E5%9E%8B(TDM)
京东
Deep Reinforcement Learning for List-wise Recommendations
将推荐的过程看做一个Markov Decision process
Google/Youtube
Deep Neural Networks for YouTube Recommendations
推荐问题转换成多分类问题
不采取类似RNN的Sequence model，而是摒弃了用户观看历史的时序特征，把用户最近的浏览历史等同看待
在确定优化目标的时候，不采用经典的CTR，或者播放率（Play Rate），而是采用了每次曝光预期播放时间（expected watch time per impression）作为优化目标
Latent Cross: Making Use of Context in Recurrent Recommender Systems
YouTube发表在WSDM2018上基于RNN的视频推荐模型，考虑了时序信息。
Facebook/Meta
DLRM
https://github.com/facebookresearch/dlrm
参考链接
https://medium.com/@yaoyaowd/%E9%98%BF%E9%87%8C%E5%92%8C%E4%BA%AC%E4%B8%9C%E7%9A%84%E5%A2%9E%E5%BC%BA%E5%AD%A6%E4%B9%A0-%E8%83%BD%E6%AF%94learning-to-rank%E5%A5%BD%E4%B8%80%E5%80%8D-a779e3a4cd65
https://yq.aliyun.com/articles/108481