导读:今天给大家分享中科院赵军老师在“AI未来说·青年学术论坛”第九期“个性化内容推荐”专场中所做的分享《知识图谱关键技术及其在推荐系统中的应用》。该分享首先介绍知识图谱的发展脉络,特别是与传统知识表示方法的区别和联系,然后介绍知识图谱构建和应用中的关键技术,进而讨论知识图谱及其构建与应用中的关键技术如何服务于大数据环境下的推荐系统,最后简要介绍基于知识图谱的推荐系统的前沿学术进展。
分享视频如下:
内容总结,本分享主要内容如下:
1、推荐系统的发展方向为从数据推荐到知识推荐;
2、知识图谱可以辅助推荐系统,具体表现为用户之间、商品之间的多维度稠密关联;
3、用户和商品之间的远距离、潜在关联;融合基于内容和协同过滤的推荐,让推荐更精准;
4、推荐过程可查可跟踪,让推荐系统更具解释性。更多精彩内容请关注视频分享。
更多精彩内容请关注视频分享。
嘉宾介绍
赵军,中国科学院自动化研究所模式识别国家重点实验室,研究员,博士生导师;中国科学院大学人工智能学院岗位教授。研究领域为自然语言处理、知识图谱、信息抽取、问答系统等。作为项目负责人承担国家自然科学基金重点项目等多项国家级重要科研项目以及企业应用项目。在ACL、IJCAI、SIGIR、AAAI、COLING、EMNLP、TKDE等顶级国际会议和重要学术期刊上发表论文80余篇。曾获第25届国际计算语言学大会COLING 2014最佳论文奖,2018年他主持研发的“大规模开放域文本知识获取与应用平台”获得中国中文信息学会“钱伟长中文信息处理科学技术奖”一等奖。兼任中国中文信息学会常务理事,语言与知识计算专委会副主任,计算语言学专委会副主任,《中文信息学报》编委,ACM TALLIP副主编等学术职务。在中国科学院大学主讲《知识图谱导论》等课程,主持编著《知识图谱》一书2018年12月由高等教育出版社出版发行。
「 更多干货,更多收获 」
关注我们
智能推荐 个性化推荐技术与产品社区 | 长按并识别关注 |
一个「在看」,一段时光????