今晚7:30 | 推荐系统中的异构关系学习——香港大学计算机学院助理教授黄超

点击蓝字

6644c063c5b4e85a09603d3ee343cea7.png

关注我们

AI TIME欢迎每一位AI爱好者的加入!

ccb3f02ead5e1273785af1bd044703ea.png

12月29日晚 7:30-8:30

AI TIME 特别邀请了香港大学计算机学院助理教授——黄超,给大家带来分享:《推荐系统中的异构关系学习》

26970d60860b6912919f5717d64df186.png

哔哩哔哩直播通道

0293bad275b0c4c9edf1d0d4fe5b4354.gif

★ 嘉宾简介 ★

8f08b87fe8b06022d32dd92b58ebc5ab.png

黄超

现任香港大学计算机学院助理教授,博士生导师。目前主要的研究方向主要为人工智能,数据挖掘,推荐系统,时空数据分析。在KDD, WWW, AAAI, IJCAI, SIGIR, CIKM, WSDM等数据挖掘和人工智能领域顶级会议发表论文40余篇。其中计算机学会A类14篇。以第一作者发表的论文曾获得WWW’2019最佳论文提名。与此同时,担任了KDD, WWW, AAAI, IJCAI, SIGIR, WSDM, CIKM, ICLR等会议的评审委员会委员,以及TKDE, TOIS, TIST, TOC, TKDD, TNNLS等期刊的长期审稿人。并且被WSDM’2020会议授予优秀评审奖。

分享内容:

0036b39924d0a63cd943a58da99594e0.gif

推荐系统中的异构关系学习

报告简介:

异构关系在推荐系统的应用中普遍存在,比如用户间的社交关系,用户与商品间的多行为交互关系,以及商品间的语义关联性。如何通过有效地进行异构关系学习与融合,从而更加精确地学习用户的兴趣爱好。在该论文中,我们对最近推荐系统中的异构关系学习的即使进行了总结,从多种推荐系统的场景中对如何融合不同关系语义模型进行详细的讨论。具体而言,我们首先讨论了社会化推荐系统中对用户社交关系以及用户的交互偏好进行综合学习的框架。其次我们也探索了现有多行为推荐系统中如何学习用户不同行为语义。与此同时,我们也进一步探索了如何运用知识图谱信息增强用户表征学习。文章最后,我们对未来基于异构关系学习的推荐技术进行了讨论和展望。

直播结束后大家可以在群内进行提问,请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“PhD-3”,将拉您进“AI TIME PhD 交流群-3”!

90fcf65588a4387996681b92bbe65d31.gif

AI TIME微信小助手

a0dd8437437064b2109936b0040af867.png

主        办:AI TIME 

合作媒体:学术头条、AI 数据派

合作伙伴:智谱·AI、中国工程院知领直播、学堂在线、蔻享学术、AMiner、 Ever链动

AI TIME欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,

请将简历等信息发至min.gao@aminer.cn!

微信联系:AITIME_HY

AI TIME是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。

a8cea9a02de1895dbe5751b9f09b4c96.png

更多资讯请扫码关注

b03cdb0afa8ce73f5ee3059a9f630530.png

我知道你

在看

~

5d3856ee4ba28ef61b9d83d4564f954c.gif

点击 阅读原文 查看更多!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值