RecSys挑战赛简介

简介: 本文简要介绍ACM RecSys年度会议每年举办的RecSys挑战赛

ACM旗下的RecSys会议(ACM Conference on Recommender Systems)是推荐系统研究领域的顶级学术会议。该会议除了每年汇集推荐系统研究领域中的最新研究成果、系统和技术外,还举办RecSys挑战赛(RecSys Challenge)。来自中国的多个团队曾在RecSys挑战赛中获得过包括第一名在内的多项优胜成绩。

RecSys挑战赛一般在每年三月公布当年的赛事安排。今年的RecSys挑战赛已于四月初开赛,六月底落下帷幕。明年的RecSys挑战赛尚未公布赛题和赛事信息。

RecSys挑战赛的官网是:
https://www.recsyschallenge.com

RecSys挑战赛多年来每年出一个赛题,竞赛可以远程参加,每年都设有奖金。

RecSys挑战赛对于参赛论文的要求近年来变化不大,其中的部分要求包括:

  • 获得奖金的参赛团队必须提交参赛论文;
  • 未获得奖金的参赛团队如果参赛方案具备非常有效、新颖、有趣等条件,可以提交参赛论文;
  • 被录用的参赛论文必须有至少一位作者到会宣讲论文。

赛题简介

RecSys挑战赛都赛些什么呢?

2026年的RecSys挑战赛要求基于网络音乐用户的特征(年龄段、性别和国别)、以及用户在网络音乐平台上的多轮会话内容(可能涉及音乐名称、音乐声音的描述、音乐专辑封面的描述、音乐情感的描述、用户已播放过的音乐等),动态检索多模态音乐库,伴随用户的多轮会话,产生多轮Top 20音乐推荐,并为每轮推荐生成原因解释[1]。

2025年的RecSys挑战赛基于以下的背景:很多推荐模型依托特定方面的数据集来支持特定的推荐功能,例如依托产品信息+顾客浏览信息+顾客购买信息等,来支持商品推荐功能;如果需要其它的推荐功能(例如网页推荐功能),就需要依靠其它的数据集来构建另外的推荐模型[2]。

该次RecSys挑战赛关注的核心问题是:能否实现一个具有较广泛推荐能力、并对未见过的推荐场景也具有泛化的推荐能力的系统?

该次RecSys挑战赛为参赛者提供了一个新的大型行为数据集(其中包含用户网上购物、浏览、搜索等数据),要求参赛者基于该数据集,提交一份用户Embeddings数据。所提交的用户Embeddings数据在评测时被输入至多种神经网络,然后基于这些神经网络,在多种已见过和未见过的推荐场景中输出推荐;多种推荐场景包括用户流失(Churn)预测、商品推荐等。评测最终考核多种推荐场景中的总体推荐效果[2]。

2024年的RecSys挑战赛聚焦新闻推荐——根据网络新闻读者的新闻浏览历史、个人信息(性别、年龄)、新闻网站的Session细节、以及读者偏好等,从若干备选新闻文章中推荐出最可能被阅读的新闻文章[3]。

2023年的RecSys挑战赛聚焦印度社交平台ShareChat的广告转化问题,要求根据该社交平台上的用户数据(年龄、性别、地理位置)、用户在平台上的内容消费历史、用户在平台上与广告的互动历史、广告特征等数据,预测某个广告展示是否会带来转化(即安装某个App)[4]。

2022年的RecSys挑战赛要求根据时装电商网站的Session数据(数据中包括用户在Session中所浏览过的时装商品)、时装商品的信息、以及用户的历史购买记录,预测用户在Session后期最可能购买的时装商品[5]。多种因素使得此次基于Session数据的预测富有挑战性:

  • Session数据中较大比例的用户是新用户;
  • 较大比例的Session数据仅包含少量数据;
  • 用户对不同时装商品的偏好可能变化较快。

2021年和2020年的RecSys挑战赛均涉及美国社交平台Twitter的用户行为预测——对于一条推文,预测用户是否会点赞、回复、转发或引用。两届挑战赛的赛题及所采用的数据集有所不同[6][7]。

更早期(2014年-2019年)的RecSys挑战赛涉及工作推荐[8]、旅行住宿推荐[9]等任务。

参考文献

[1] Overview and Analysis of the RecSys Challenge 2026: Conversational Music Recommendation
https://doi.org/10.1145/3842413.3842414
使用许可协议:CC BY 4.0
https://creativecommons.org/licenses/by/4.0/

[2] The SYNERISE dataset: An E-Commerce Dataset for Sequential Recommendation, Universal Behavior Modeling and Deep Relational Learning
https://doi.org/10.1145/3758126.3758188
使用许可协议:CC BY 4.0
https://creativecommons.org/licenses/by/4.0/

[3] EB-NeRD a large-scale dataset for news recommendation
https://doi.org/10.1145/3687151.3687152
使用许可协议:CC BY 4.0
https://creativecommons.org/licenses/by/4.0/

[4] RecSys Challenge 2023 Dataset: Ads Recommendations in Online Advertising
https://doi.org/10.1145/3626221.3627283

[5] Industrial Solution in Fashion-domain Recommendation by an Efficient Pipeline using GNN and Lightgbm
https://doi.org/10.1145/3556702.3556850

[6] The 2021 RecSys Challenge Dataset: Fairness is not optional
https://doi.org/10.1145/3487572.3487573

[7] GPU Accelerated Feature Engineering and Training for Recommender Systems
https://doi.org/10.1145/3415959.3415996

[8] RecSys Challenge 2017: Offline and Online Evaluation
https://doi.org/10.1145/3109859.3109954

[9] RecSys Challenge 2019: Session-Based Hotel Recommendations
https://doi.org/10.1145/3298689.3346974

目录
相关文章
|
8天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
9354 25
|
8天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2725 14
|
3天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1306 0
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
6天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
11天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
11天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
23天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
11356 59
|
6天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1363 1
|
4天前
|
人工智能 弹性计算 IDE
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
适合团队落地代码规范,每次提交自动生成评审报告,降低人工CR工作量。同时支持自定义技能脚本,接入团队内部SDK说明文档,让Codex生成符合团队编码规范的代码。Codex三大客户端覆盖本地开发、服务器远程编码、自动化流水线场景,搭配阿里云百炼的Token Plan、Coding Plan,能够低成本搭建稳定可控的AI编码助手。新手建议先从IDE插件入手,熟悉交互逻辑,再尝试CLI版本部署在阿里云ECS,实现云上项目远程编码、批量脚本处理。只要按照步骤完成环境准备、版本选型、密钥对接、项目初始化,就可以把Codex融入日常开发流程,大幅提升代码编写、问题排查、项目重构的效率。
953 0
|
9天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。