在過去的很長一段時間裡，大家的狀態是不是這樣的呢？
不管外界紛紛擾擾，不管媒體如何炒作，年假已過，願大家能夠沉下心來，以會議和paper為重！畢竟升學就業漲工資，都是要正常進行的！什麼，犯了假期綜合症，還記得華為那個200萬年薪的應屆生嗎？新年開工，不得給自己打個雞血？遠程辦公提不起精神？安利大家回溯一下我們昨天的文章：在家辦公指南！助你分分鐘提高生產力。萬一用的好，說不定躺著上班的夢想就實現了呢！
廢話比較多，進入正題。今天，我們又迎來了一個國際頂會WSDM 2020（ACM International Conference on Web Search and Data Mining， 網絡搜索和數據挖掘國際會議），WSDM是數據庫/數據挖掘類的主要會議之一。第13屆ACM國際WSDM會議於2020年2月3日至7日在美國德克薩斯州休斯頓舉行。從贊助商的陣容（蘋果、谷歌、亞馬遜、微軟、字節、百度......）來看，本屆WSDM實力不容小覷，極具看點！
WSDM 2020已經在網絡上公佈了接收的91篇論文，內容側重於實用新穎的搜索和數據挖掘模型，算法設計和分析，經濟意義以及深入的實驗準確性和性能分析。今年的接收率大約為15％，比往年降低了1-2％，但提交的論文數量卻增加了20％。按照WSDM的傳統，45篇論文以長演講方式進行，46篇論文以短演講形式進行。
論文集地址：
https://dl.acm.org/doi/proceedings/10.1145/3336191
主題演講
Ed H. Chi（Google），KristenGrauman（德克薩斯大學奧斯汀分校和Facebook AI Research），Zhi-Hua Zhou（南京大學）和Bin Yu（加州大學伯克利分校）被邀請進行了主題演講，其中，來自Facebook的KristenGrauman的演講主題是：時尚與計算機視覺，從個人建議到全球趨勢。
時尚領域吸引了計算機視覺。隨著時裝業向在線，社交和個性化業務的快速發展，新的視覺問題正在出現。樣式模型，趨勢預測，交互式搜索和推薦都需要具有豐富的細節和微妙的視覺理解。因此，該領域的研究勢必會對人們的購物方式，企業分析以及我們如何模擬人們穿衣所揭示的文化趨勢產生重大影響。
在本次演講中，我將介紹我們在過去幾年中為時裝業開發計算機視覺方法的工作。首先，我們探索如何從網絡照片中發現樣式，瞭解人們如何組裝服裝以及他們共享的潛在主題。利用這些樣式，我們展示瞭如何推斷新衣服的兼容性，優化個性化的混搭膠囊衣櫥，建議進行最小程度的編輯以使衣服更時尚，並推薦適合各種人體形狀的衣服。
接下來，我們進入世界舞臺，研究時尚的預測和影響。通過給定時尚產品的照片，我們將學習預測將來會流行的外觀和款式。通過對44個主要世界城市之間的時空風格影響進行建模，我們進一步提高了預測效果。貫穿整個過程，通過從未貼標籤的網絡照片中學習模型，我們的方法迴避了主觀的手動註釋，而直接觀察人們選擇的衣服。
推薦論文
網絡搜索主題的會議怎麼能少得了電商應用的身影，亞馬遜探索了“人們為什麼在語音產品搜索中購買看似無關的商品？：關於電子商務中產品相關性與客戶滿意度之間的關係”
語音助手的一項新興優勢是可以促進產品搜索體驗，允許用戶口頭表達他們想要的產品，並對檢索到的結果採取措施，例如將其添加到購物車中或將產品詳細信息發送到手機中以進行進一步的檢查。在數字語音助手的支持下，通過查看用戶在產品搜索中的行為，我們發現了一個有趣的現象，即用戶會購買或評價與他們查詢無關的搜索結果。
在這項工作中，我們分析並描述了這種現象。我們就其背後的原因提供了幾種假設，包括用戶的個性化偏好，產品的受歡迎程度，產品與查詢的間接關係，用戶的容忍度，查詢意圖和產品價格。我們通過進行全面的數據分析來解決每個假設，並提供有關用戶購買和參與行為的一些見解，而這些結果似乎無關緊要。最後，我們討論瞭如何使用此分析來改善語音產品搜索服務。
有趣的論文很多很多，找到適合自己的才是關鍵！
最後，祝大家在為期7-20天的遠程辦公時間裡好好梳理自己，體會生活與工作交織的樂趣。心有猛虎，細嗅薔薇！
閱讀更多 會議之眼 的文章
