点击蓝字
关注我们
AI TIME欢迎每一位AI爱好者的加入!
AI 2000
推荐系统研究现状的理解
2024年5月29日 14:00
孙爱欣
南洋理工大学 副教授
2001年和2004年分别获得计算机工程一等荣誉学士学位和博士学位。研究兴趣包括信息检索、文本挖掘、推荐系统、和社会计算。孙博士现担任ACM TOIS,Neurocomputing, ACM TALLIP的副编辑,以及JASIST的编委成员,他也曾担任WSDM2023的DC Co-Chair,SIGIR2020、ICDM2018、CIKM2017的Demo Co-Chair,以及多个国际会议的领域主席、高级程序委员会或程序委员会成员。孙爱欣发表过200多篇论文,他的论文被引用超过19200次,H指数超过60。
演讲信息
主题:
推荐系统研究现状的理解
简介:
推荐系统的问题定义通常是从各种推荐应用中抽象出来的,以便达到简洁的问题表述和更具普适性的研究成果。然而,目前推荐系统的学术研究在多个层面上缺乏共识,例如基线模型的选择、评测方法以及数据集的使用。缺乏共识的根源可能在于对推荐问题的过度简化,以及过度强调对用户决策结果的建模,而非用户决策过程的建模。也就是说,我们通常将推荐任务理解为如何在一个静态的用户-物品交互矩阵中预测缺失的数据,而不是在特定场景中的动态环境下预测用户的下一次交互。基于我们过去五年在推荐系统评测和数据集分析方面的工作,我们重新审视推荐系统的问题定义,并为缺乏共识的现象提供一种解读。
往期精彩文章推荐
记得关注我们呀!每天都有新知识!
关于AI TIME
AI TIME源起于2019年,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索,加强思想碰撞,链接全球AI学者、行业专家和爱好者,希望以辩论的形式,探讨人工智能和人类未来之间的矛盾,探索人工智能领域的未来。
迄今为止,AI TIME已经邀请了1800多位海内外讲者,举办了逾600场活动,超700万人次观看。
我知道你
在看
提出观点,表达想法,欢迎
留言
点击 阅读原文 查看第一期AI2000已邀嘉宾!