KDD 2016: RMTPP [Recurrent Marked Temporal Point Processes: Embedding Event History to Vector](https://www.kdd.org/kdd2016/papers/files/rpp1081-duA.pdf)。经典论文，利用RNN近似条件强度函数，将传统点过程带入到神经点过程。
ICLR 2018 workshop, [Time-dependent representation for neural event sequence prediction](https://arxiv.org/abs/1708.00065)。事件序列的表示学习模型。主要是对事件的嵌入表示有了一些创新，加入了对事件duration的考虑。模型整体还是RNN架构。
这是一篇讲事件序列度量学习的文章，提出的模型叫MeLES，Metric Learning for Event Sequences。[Event sequence metric learning](https://arxiv.org/abs/2002.08232)
最近又重装了一下系统，之前博客是在Windows下面的，最近我把那个Windows系统删了，先在OSX上面用一段时间。但是发现整个博客的程序近乎报废，图片加载不了，公式显示不了。。。然后开始一步一步修理。
《Neural Collaborative Filtering》WWW 2017。这篇论文使用全连接神经网络实现了一个矩阵分解的推荐系统。给定一个user的特征表示，给定一个item的特征表示，通过神经网络输出用户对这个item感兴趣的分数。原文链接：[Neural Collaborative Filtering](https://arxiv.org/abs/1708.05031)。