《Disentangled Self-Supervision in Sequential Recommenders》是清华大学崔鹏老师和阿里巴巴杨红霞合作发表在KDD2020上的论文，该论文的最大亮点就是argue了当下sequential recommendation中比较流行的seq2item的监督训练方法，并提出了一种有效的基于seq2seq的训练方法对传统的seq2item进行补全，读过之后大受启发。 关于sequential recommendation的简单介绍可以看我之前的深入探寻《Self-Attentive Sequential Recommendation》ICDM‘18。
所谓seq2item training strategy就是说，seq rec一般是将用户 t t t时刻之前的交互序列作为输入，
Marcus-Bao 认证博客专家 推荐系统 ACM算法竞赛 机器学习 本科毕业于国内知名四非大学，现中国科学院大学博士生，中国科学院计算技术研究所vipl实验室，老年ACM铁牌退役选手，喜欢算法竞赛，会点数据结构和算法，熟悉c++，python等；现阶段研究方向主要为机器学习与数据挖掘，比较关注推荐系统，发过顶会，炼过丹，平时博客主要记录些关于算法、数据结构，人工智能技术以及平时看的论文总结分享等，欢迎大家关注我，一起多多交流共同进步！