论坛报名 | DataFunCon：推荐算法论坛

最新推荐文章于 2024-09-05 17:32:13 发布

文文学霸

最新推荐文章于 2024-09-05 17:32:13 发布

阅读量2.0k

点赞数

文章标签：算法腾讯大数据编程语言人工智能

导读：7月26日，14：00-17：20，DataFunCon：推荐算法论坛将准时开启，感兴趣的小伙伴和小编一起来了解下吧：

详细介绍：

出品人：喻宏勇

腾讯看点推荐研发总监 | 腾讯14级专家

工作10多年，主要在推荐、搜索、数据挖掘等领域研发以提升产品体验。

丁卓冶博士

京东 | 推荐算法负责人

分享主题：京东推荐算法的探索与实践

内容摘要：本分享主要介绍京东推荐算法的一些探索和实践，主要包括精准用户画像构建、推荐召回、推荐排序等关键技术，其中包括一些创新技术，也包括在业务中的落地实践。

听众收益：了解电商推荐的核心技术；了解创新技术在工业界落地经验。

新技术/实用技术点：多目标学习、深度强化学习、用户序列建模等技术在推荐应用。

嘉宾简介：京东推荐算法负责人。前雅虎实验室研究员，多年推荐、广告算法的相关经验。博士毕业于复旦大学。多项工作发表于KDD、Sigir、IJCAI、WSDM等顶级会议。

谢晓辉博士

Hulu | Principal research lead

分享主题：推荐系统中冷启动问题探索与实践

内容摘要：受限于训练数据不足，如何做好内容/用户/模型的冷启动是一个推荐系统中非常值得研究和探讨的课题。

听众收益：了解冷启动的问题、来源、在推荐系统中的重要性。通过对新用户/新 ( 冷 ) 内容的处理实例了解hulu如何解决冷启动问题。

新技术/实用技术点：

New user lifecycle, multi-arm bandit algorithms

嘉宾简介：Hulu北京首席研究主管。具有近20年算法研发创新和管理经验。专注于模式识别、多媒体信息处理、推荐模型与用户理解等多个算法研究领域，对人工智能、人机交互、推荐等相关领域的研究以及成果落地和产品化有丰富经验，拥有100+相关专利，学术论文近20篇。本科毕业于西安交通大学实验班，北京邮电大学取得模式识别领域博士学位。曾先后就职于松下电器研发中心、诺基亚北京研究院、联想核心技术研究室等部门。

章莺

网易云音乐 | 资深算法工程师

分享主题：音乐推荐中用户行为序列深度建模

内容摘要：云音乐推荐系统致力于通过AI算法的落地，实现千人千面的个性化音乐推荐系统；本次分享重点介绍推荐系统在云音乐的落地实践，以及在音乐推荐系统中遇到的挑战和解决方案。

听众收益：了解云音乐推荐系统的演进过程，探讨推荐系统演进过程遇到的挑战和可能的解决方案。

新技术/实用技术点：音乐场景下的多行为域的序列建模，包括用户多兴趣点挖掘、多空间长短期兴趣建模；以及音乐场景下的的用户兴趣演化网络建模。

嘉宾简介：毕业于浙江大学数学系，目前就职于网易云音乐，担任资深推荐算法工程师，主要负责音乐推荐系统相关算法工作，在召回、排序、歌曲分发上有丰富的经验。率先在云音乐实践百亿级别实时推荐模型，并在多目标训练和序列行为数据上有深入的研究。

潘建

小米 | 高级软件工程师

分享主题：手机厂商怎么做信息流推荐

内容摘要：小米信息流推荐技术简介，从用户画像、资源召回、排序模型、多目标融合模型、资源混排模型全景介绍小米信息流推荐技术。

听众收益：了解信息流推荐框架及策略。

新技术/实用技术点：在竞争激烈的信息流市场，怎么做到投入较少的情况下取得最大化收益。

嘉宾简介：毕业于北京科技大学，现任高级软件工程师，负责小米信息流推荐策略。曾就职于百度，深度参与百度信息流建设。熟悉信息流用户画像、召回策略、排序策略、多目标融合等技术方向。

申恩兆

新浪微博 | 算法工程师

分享主题：微博推荐算法实践与ML平台演进

内容摘要：微博推荐算法实践与ML平台演进，微博作为全球领先的中文广场社交平台，拥有海量用户与数据。如何从海量数据中挖掘出有价值的信息，来为业务赋能，微博都用了哪些推荐算法，分别作了什么事情，踩过哪些坑，现在分别如何解决的。以及在长时间的改进与积累过程中，微博技术架构是如何演进的，当前架构如何更好的发挥算法的优势，为业务产生更多有价值的支撑。

听众收益：