这是 AI 算法工程师手册重新整理的部分，仅包含图算法、Ctr 算法、以及推荐算法。图片加载需要开启 vpn,否则图片不可见。
历史更新请参考 这里
20260105 修订:
新增 Multi-Task Learning 相关的论文。
20251220 修订:
优化了 repository 的配置。此外，更新了一些 CTR 模型，如 DCN V3, Wukong, MaskNet 等等。
1 Graph Embedding
1.1 基于随机游走的 Graph Embedding
1.2 基于矩阵分解的 Graph Embedding
1.3 基于 DNN 模型的 Graph Embedding
1.4 属性图的 Graph Embedding
1.5 异质图的 Graph Embedding
1.6 多重图的 Graph Embedding
1.7 其他 Graph Embedding
2 Graph Learning
2.1 GNN 理论
2.2 GCN 模型及其扩展
2.3 其他模型
2.4 异质图的模型
2.5 图上的多任务学习
2.6 应用 ：知识图谱
2.7 应用 : 推荐算法
2.8 其他主题
3 Ctr Prediction
3.1 LR-Based 模型
3.2 特征交互: FM-Based 模型
3.3 特征交互: 其他架构的模型
3.4 ensemble 模型
3.5 基于用户行为序列的模型
3.6 模型架构优化
3.7 多任务学习
3.8 其他主题
4 General Recommendation
4.1 经典协同过滤
4.2 DNN-based 协同过滤
4.3 双塔模型
4.4 目标函数
4.5 基于用户行为序列的模型
4.6 多任务学习
5 Sequential Recommendation
5.1 non-DNN 方法
5.2 RNN-based 方法
5.3 CNN-based 方法
5.4 Attention-based 方法
5.5 Memory Network based 方法
5.6 Graph-based 方法
5.7 Generative-based 方法
5.8 多任务学习
5.9 其它模型