嘿,记得给“机器学习与推荐算法”添加星标
为了更好地展示我国计算机学科博士生教育取得的成效,推广博士生科研成果,加强高端学术交流,CCF PRESS 将以“CCF优秀博士学位论文丛书”的形式,陆续选择2006年至今及以后的部分优秀博士论文全文出版,并以此庆祝中国计算机学会建会60周年。
CCF优秀博士学位论文丛书首部作品《基于网络特征学习的个性化推荐系统》现已出版上市,此后每年均会出版10种优秀博士论文图书。
本书荣获
2020年“CCF优秀博士学位论文奖”
《基于网络特征学习的个性化推荐系统》
Network Representation Learning Based Recommender Systems
信息爆炸是这个时代的特色标签之一,而个性化推荐系统可以改善信息超载问题。网络特征学习和推荐系统具有良好的相性,可以增强推荐系统的学习能力,改善用户的使用体验。
本书从三个方面深入研究了有关个性化推荐系统和网络特征学习的内容,包括应用于推荐系统交互图的网络特征学习方法、社交网络辅助的推荐系统、知识图谱辅助的推荐系统。
本书立足于推荐系统的基础问题,紧抓互联网服务及产品的核心,提出了一系列完整、严谨且可以实际应用的解决方案,可以供相关领域的从业者参考和借鉴。
本书能够对推荐系统领域起到一些作用,并对图机器学习领域的研究人员提供更多应用方向的启发。
作者简介
伊利诺伊大学厄巴纳-香槟分校博士后。2014年本科毕业于上海交通大学 ACM 班,2018年于上海交通大学取得计算机科学博士学位,曾于2019-2021年在斯坦福大学计算机科学系从事博士后研究。
研究兴趣为机器学习和数据挖掘在图领域的应用,包括图表征学习、知识图谱、推荐系统等。在国际顶级期刊和杂志上发表了20余篇论文,曾获得2018年谷歌博士生奖研金和2020年中国计算机学会优秀博士学位论文奖。
导师简介
过敏意 教授
博士生导师。国家杰出青年科学基金获得者,IEEE Fellow、中国计算机学会常务理事和会士。于日本筑波大学取得计算机科学博士学位。曾任日本会津大学教授,现任上海交通大学“致远”讲席教授、教育部创新团队学术带头人、973计划首席科学家。
主要从事嵌入式与普适计算、并行与分布式计算、大数据、编译与程序优化等领域的研究,在各种学术期刊和会议上发表了超过400篇论文,出版英文著作4部,获得40多项发明专利的授权。在国际学术会议上获得7次最佳论文,获国家技术发明二等奖、省部级科技一等奖等多种奖项。主持973计划、国家杰出青年科学基金、国家自然科学基金重点项目、863项目等。现任 IEEE Transactions on Parallel and Distributed Systems和IEEE Transactions on Cloud Computing 等期刊的编委。
内文展示