Doragd/Algorithm-Practice-in-Industry

해결하는 문제

이 프로젝트는 검색, 광고, 추천 시스템(중국어로는 종종 "搜广推"으로 약칭) 분야의 빠르게 진화하는 환경을 따라잡는 과제를 해결합니다. 업계를 선도하는 기술 실무와 학술 연구를 추적하기 위한 중앙 집중식 자동화 허브를 제공합니다.

작동 방식

이 저장소는 GitHub Actions를 활용하여 데이터 수집 및 업데이트를 자동화합니다. 관련 분야(예: cs.IR)의 새 논문을 arXiv에서 모니터링하고, 대규모 언어 모델을 사용하여 순위를 매기고, 요약하고, 번역한 다음, 일일 업데이트를 Feishu(Lark) 그룹에 푸시합니다. 또한 최상위 학회 논문 및 업계 기술 기사의 구조화된 데이터베이스를 유지 관리하며, 이는 GitHub Issues를 통해 업데이트되고 Markdown 및 웹 페이지로 자동 렌더링됩니다.

대상 사용자

검색, 광고, 추천 도메인에서 일하거나 관심이 있는 연구자, 엔지니어, 학생을 위해 설계되었으며, 수동 검색 없이 최신 업계 동향과 학술 발전을 파악하려는 사람들을 대상으로 합니다.

주요 기능

• LLM 기반 요약 및 번역을 통한 자동화된 일일 arXiv 논문 추적.
• 최상위 학회(예: KDD, RecSys, SIGIR, WWW)의 포괄적이고 체계화된 논문 목록.
• 주요 기술 기업의 기술 실무 기사 선별 컬렉션.
• 일일 논문 업데이트를 위한 자동화된 Feishu(Lark) 알림.
• GitHub Actions를 사용한 콘텐츠 업데이트 및 웹사이트 배포의 완전 자동화 워크플로우.