AOE（会议投稿一般采用该时间）、CST、GMT以及UTC，这些常见的时区缩写，你都清楚了吗？
论文阅读 LightGCN: Simplifying and Powering Graph Convolution Network for Recommendation
LightGCN一文发表在SIGIR 2020上，是NGCF的后续研究。作者发现GCN中的特征转换和非线性激活对提高性能没有太多帮助，还增加了训练的难度，甚至降低了推荐的性能。因此，作者提出了一个只使用GCN的领域聚合部分的推荐模型——LightGCN。
论文阅读 Neural Graph Collaborative Filtering
NGCF一文发表在SIGIR 2019上，作者使用图卷积网络（Graph Convolutional Networks，GNNs）对用户-物品二部图中的高阶连通性（high order connectivity）进行建模，将协同信号（collaborative signal）显式地注入到用户和物品的嵌入表示中。
论文阅读 Restricted Boltzmann Machines for Collaborative Filtering
Restricted Boltzmann Machines for Collaborative Filtering发表在ICML 2007上，是推荐系统领域的一篇经典论文（截至本文写作时，累计引用741次）。
作者将受限玻尔兹曼机（Restricted Boltzmann Machines，RBM’s）应用于推荐系统中的评分预测任务。
论文阅读 List-wise Learning to Rank with Matrix Factorization for Collaborative Filtering
List-wise Learning to Rank with Matrix Factorization for Collaborative Filtering一文发表在RecSys 2010上，作者将list-wise排序学习与矩阵分解整合在一起，提出了一种叫作ListRank-MF的排序学习模型。
论文阅读 Logistic Matrix Factorization for Implicit Feedback Data
Logistic Matrix Factorization (Logistic MF)一文发表在NIPS 2014上，作者提出了一种新的用于处理隐式反馈的矩阵分解模型。