BDTC 2017 | 去年挤不进去的推荐系统论坛又来了！

2017 年 11 月 26 日 CSDN BDTC 2017

还记得去年人满为患的推荐系统论坛吗？没错，就是那个挤都挤不进去的推荐系统论坛。2017年12月9日，在2017中国大数据技术大会上，该论坛将再次重装上阵！推荐系统论坛向来是中国大数据技术大会上最受关注的论坛之一，去年，推荐系统论坛给大家带来了《基于大数据的个性化出行服务与公共资源协同分配》、《易到大数据的过去、现在和将来》、《滴滴交通大数据实战》、《综合交通运行感知体系构建与监测大数据统筹应用》、《携程Spark 算法平台及其应用》等精彩内容，而在今年的推荐系统论坛上，论坛主席AdMaster技术副总裁兼总架构师卢亿雷、太原理工大学计算机与软件学院教授王莉为本次论坛带来了更强大的嘉宾阵容和议题。

下面，让我们来看看都有哪些大咖和精彩的议题将在本年度的推荐系统论坛上呈现（以下排序不分先后）：

谢幸
微软亚洲研究院高级主任研究员

个人简介：

谢幸拥有中国科技大学博士学位，师从陈国良院士。目前，他的团队在数据挖掘、社会计算和普适计算等领域展开创新性的研究。他在国际会议和学术期刊上发表了200余篇学术论文，共被引用15000余次，1999年获首届微软学者奖，多次在KDD、ICDM等顶级会议上获最佳论文奖，并被邀请在ASONAM 2017、Mobiquitous 2016、SocInfo 2015、W2GIS 2011等会议做大会主题报告。他是ACM、IEEE高级会员和计算机学会杰出会员，多次担任顶级国际会议程序委员会委员和领域主席等职位。

议题名称：结合跨平台异构数据的推荐系统

议题简介：

由于信息爆炸式增长，推荐系统在网络服务中扮演着越来越重要的角色。但是，当数据非常稀少时，这些系统的性能会受到限制，这在许多应用场景中是很常见的。为了解决这个问题，通常使用辅助信息来提高性能。在这次演讲中，我们将介绍最近的研究工作，试图将不同类型的辅助信息整合到推荐系统中。首先，我们研究如何利用知识库中的异构信息。我们设计了三个组件来分别从结构内容，文本内容和视觉内容中提取项目的语义表示。我们提出了一个被称为协作知识库嵌入的集成框架来共同学习协作过滤中的潜在表示以及来自知识库的项目的语义表示。其次，我们观察到人们经常使用多个平台来满足他们不同的信息需求。因此，我们提出了一种用于跨平台行为预测的半监督学习方法XPTRANS。它充分利用少数重叠的人群来优化桥接用户在不同平台上的行为。

刘炳源
奇虎360 机器学习专家

个人简介：

刘炳源博士毕业于中科院自动化所模式识别国家重点实验室，之后分别在华为大数据实验室和阿里云idst从事机器学习平台的研发和应用；现为奇虎360智能工程中心负责机器学习算法建模的应用技术专家。主要感兴趣的领域有：深度学习，计算机视觉，推荐系统等。

议题名称：360智能推荐引擎在直播领域的实践

议题简介：

360智能推荐引擎是360智能工程中心研发的一个轻量级可定制的推荐引擎，可以快速的一站式解决端到端的推荐需求，从数据接入到模型训练和上线AB测试，支持业务的快速迭代，包含数据池、离线和实时特征生成，候选集合生成和实时排序等模块，支持的算法有协同过滤、xgboost、dnn和wide&deep;等。360智能推荐引擎已经在花椒直播推荐业务中有了成功的应用，显著提升了推荐的精准度，改善了业务指标。本议题将结合花椒直播推荐业务介绍360智能推荐引擎的构建思路、系统框架和未来展望等。

彭冬
微博广告技术专家

个人简介：

彭冬，微博广告技术专家，目前主要负责商业基础大数据平台（D+）及数据可视化平台（Hubble）等广告基础设施建设，关注于大数据、人工智能、智能运维等方向。

议题名称：微博广告生态体系及核心架构

议题简介：

微博商业化近年来发展迅速，计算规模日益庞大，在商业广告及微博复杂社交的特定场景下，整个商业化技术架构面临着高并发、高性能、高可用等一系列的技术挑战。本次分享将全面完整地呈现微博广告技术体系整体架构、核心系统的设计思路、微博场景下广告生态的技术解决方案等。同时分享我们在商业化基础大数据平台（D+）建设中的最新进展，以及在全量日志检索、实时智能监控、OLAP等方面的实践经验。

孔庆峰
腾讯分析系统组组长腾讯社交与效果广告部分析系统组主管

个人简介：

腾讯社交与效果广告部分析系统组主管。在腾讯工作 7 年，一直从事效果广告的研发工作，对互联网广告精准定向推广有较深的理解，具备优秀的互联网海量运营经验。现负责腾讯社交广告平台OLAP系统 PivotEngine以及合约广告引擎。

议题名称：下一代无损精准合约广告引擎

议题简介：

本次演讲主要介绍建设基于高性能低成本可扩展的多维度大数据透视平台的合约广告引擎。该广告引擎支持PB级曝光预估数据，支持任意维度过滤、频控策略询量、锁量。一套引擎即可支持公司各个流量的合约业务。

李辉

甲骨文中国区云平台数据专家事业部总经理

个人简介：

李辉在大中华区有近20年的IT从业经验, 曾任SAP Business One大中华区总经理, Sybase中国区金融行业总经理, 还曾在Dell、IBM、EMC、Vanda负责不同的市场销售、渠道拓展及高级管理工作。李辉先生在软件、硬件、应用、系统集成、云及大数据领域拥有丰富的实战经验和管理经验, 带领团队承担并完成了许多重大项目。

议题名称：Oracle大数据推荐系统案例分析

议题简介：

本次演讲主要介绍基于全球先进的数据探索分析工具软件和机器自学习推荐引擎将用户偏好, 产品特点等数据有机地建立起关联, 进行信息的有效筛选和判断,实现精准推荐. 分享金融电信等行业甲骨文大数据推荐系统的成功案例和业务场景。

贺志明
猎萝卜网 CTO

个人简介：

现任猎萝卜网CTO，原中科院计算所助理研究员，有近十年大数据与AI方面实践经验,搜索引擎专家，曾从0到1开发人民搜索，数据采集联盟爬盟创始人，参与开发过基于大数据和人工智能的量化投资系统和猎企管理系统等。

议题名称：基于深度学习的人才推荐技术

议题简介：

人工智能、大数据应用在各个行业里，人才招聘领域也不例外。基于深度学习的匹配算法已经广泛应用于人岗匹配中，从海量的职位数据和简历数据中学习关于工作经历、项目经验、技能、稳定性、薪资范围、期望职位等信息，模拟人对信息的理解和处理过程，以人的思维进行分析和推理，在实践中极大地提高了招聘的效率和成功率。本议题分享基于深度学习的推荐技术在人岗匹配中的应用。

如此精彩的议题，如此强大的讲师阵容，你怎能不来参加？什么？没听说过中国大数据技术大会，那您可听好了，我只说一遍哈：

2008年，作为中国大数据技术大会（BDTC）的前身，第一届Hadoop中国云计算会议在中科院计算所举行，技术沙龙参会人数60人，从此掀起了大数据技术应用的神秘面纱。2016年，中国大数据技术大会在北京举行，大会为期三天，超过130位技术专家，带来100多场技术演讲，分享最新技术与实践的洞察与经验，参会人数千余人。

连续成功举办十年的中国大数据盛宴，让我们见证了大数据技术生态在中国的建立、发展和成熟。作为国内最具影响力、规模最大的大数据领域技术盛会，中国大数据技术大会已经成为国内外中高级技术精英最期待的深度分享会，是极具行业实践的专业大数据交流平台。

而今年的中国大数据技术大会的主题为“大数据与智能”，将于12月7日-9日在北京新云南皇冠假日酒店举行，大会为期三天。大会将就大数据时代社会各行业的智能化进程和行业实践展开深入讨论。除Keynote外，主办方精心策划了数十场专题技术和行业论坛，涵盖了大数据分析与生态系统、数据库、大数据云服务、机器学习与深度学习、知识图谱、区块链、推荐系统、金融大数据、交通与旅游大数据、工业与制造业大数据、精准医疗大数据、大数据安全与政策法规等主题。值得一提的是，本次大会还将请TOP 10大数据应用最佳案例实践的作者在大会现场与我们分享他们的精彩内容。

怎么样，够份吧，您问怎么参加？很简单，点击「阅读原文」即可购票参加，还有一个好消息告诉您，现在还是8折呢！得了，咱们会上见啊，您哪！