Doragd/Algorithm-Practice-in-Industry

搜索、推荐、广告、用增等工业界实践文章收集（来源：知乎、Datafuntalk、技术公众号）

解決する課題

このプロジェクトは、検索、広告、レコメンドシステム（中国語では「搜广推」と略されることが多い）の急速に進化する分野に追いつくという課題に対処します。業界をリードする技術実践と学術研究を追跡するための、集中化された自動ハブを提供します。

仕組み

このリポジトリは、GitHub Actions を活用してデータ収集と更新を自動化します。関連分野（cs.IR など）の新しい論文を arXiv で監視し、大規模言語モデルを使用してランク付け、要約、翻訳し、毎日の更新を飛書（Lark）グループにプッシュします。また、トップカンファレンスの論文と業界の技術記事の構造化データベースを維持し、GitHub Issues を介して更新され、Markdown とウェブページに自動的にレンダリングされます。

対象読者

検索、広告、レコメンド分野で働く、または関心のある研究者、エンジニア、学生を対象としており、手動で検索することなく最新の業界トレンドと学術動向を把握したいと考えています。

ハイライト

LLM ベースの要約と翻訳による、毎日の arXiv 論文追跡の自動化。
トップカンファレンス（例：KDD、RecSys、SIGIR、WWW）の論文の包括的で整理されたリスト。
主要テクノロジー企業からの技術実践記事の厳選コレクション。
毎日の論文更新のための自動化された飛書（Lark）通知。
GitHub Actions を使用したコンテンツ更新とウェブサイト展開の完全自動化ワークフロー。