【IJCAI2019推荐系统教程】前沿推荐系统方法，UTS 316页PPT

【导读】今年是第28届IJCAI（国际人工智能联合会议），近期于 8 月 10 日至 16 日在中国澳门召开，近期在IJCAI 2019上来自悉尼科技大学的Liang Hu博士等人讲授了推荐系统最新进展教程，这个教程是分析前沿的推荐问题中的数据、挑战和业务需求，探讨下一代推荐系统，也介绍了当前前沿的基于group的RS、基于session的RS、跨域RS、上下文感知RS、多模态RS和multi-criteria RS等推荐系统方法。

01

教程简介

       经典的推荐系统是建立在相关数据(如评分和/或内容)是独立同分布 (IID)的假设之上的，这种假设存在许多问题，如冷启动问题和数据稀疏。因此，通过结合不同的信息，许多最先进的推荐系统通过机器学习技术得到了增强。本教程将分析前沿的推荐问题中的数据、挑战和业务需求，并从非独立同分布的角度介绍机器学习的最新进展，从而为下一代推荐系统建模。这包括推荐系统演化的概述和推荐中的非独立同分布、面向社交推荐系统的高级机器学习、基于group的RS、基于session的RS、跨域RS、上下文感知RS、多模态RS和multi-criteria RS，这些推荐系统涉及用户、商品、上下文、模式和标准之间的模型各种耦合。

Speakers：Liang Hu, Dr Shoujin Wang, Prof. Longbing Cao and Prof. Jian Cao

Authors： Liang Hu, Dr Shoujin Wang, Prof. Longbing Cao and Songlei Jian

原文链接：

https://sites.google.com/view/lianghu/home/tutorials/ijcai2019

请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“IJCAI19RS” 就可以获取完整版PPT下载链接~

02

请报告内容

未完待续

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！560+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程