昨天,我们推送了一篇《用Word2Vec实现让你上瘾的网易云音乐推荐算法》,然而有机智的小伙伴指出:感觉推荐过拟合!🌚
也就是说,如果你多听了几首刘德华的歌,就会一直给你推荐刘德华,但是你的内心其实四大天王都想尝试听听呀~
还有一个领域也会遇到类似的问题,那就是视频推荐。
也是哦,如果你看过老友记,那么反复给你推荐老友记1-10季肯定没毛病~但这样有点背离推荐算法的初衷是不是?
精准的推荐算法能够推送更匹配的信息,带来惊喜和良好的用户体验。
这次公开课,我们请到了Hulu北京研发中心的推荐算法研发负责人周涵宁老师,来为我们分享基于深度学习的视频推荐系统。
知道Hulu的人远不如知道YouTube和优酷、土豆的人多。
Hulu是2006年由美国福克斯广播公司、迪士尼ABC电视集团以及NBC环球电视集团三方共同合资建立的一个互联网专业视频服务平台,目前在美国拥有1400万注册用户。Hulu的目标是帮助用户在任意时刻、任何地点、以任何方式查找并欣赏到高质量的电视剧、电影和电视直播。
有了Hulu账户,可以第一时间看各种美剧和电影!在Hulu的众多电视剧资源中,2017年最受欢迎的剧集是South Park(南方公园),美国用户观看南方公园的时间超过了10,700万小时,单位换算为年的话,超过了1.2万年!
内容简介
推荐系统是人工智能在商业化中比较成熟的应用之一。随着视频分发平台的崛起,视频推荐获得了广泛的应用。
本次公开课会基于Hulu的实践,介绍深度学习如何应用在视频推荐中。以特征选择为例,深度学习可以利用非线性映射(利用激活函数的非线性),自动化特征选择的步骤,使得我们可以更容易地整合多种信息源。
公开课将涉及到推荐系统的目标和框架以及一些具体的模型,例如下图中的深度神经网络 ▼
最后介绍如何将算法与用户体验相结合,包括基于知识图谱,用推理树产生合理的推荐理由。
我们也摘录了周涵宁老师此前接受采访的片段,供大家了解与思考:
基于深度学习的视频推荐系统,下一步的发展是怎样的?
中短期的规划主要是基于内容的推荐,解决冷启动问题。
视频网站的核心价值是对内容的理解。基于用户行为的相关内容分析,已经到了比较成熟的阶段,接下来的主要挑战是对新内容和中长尾内容的冷启动。目前,现有的方法依赖于人工标签,存在一定的局限性,随着计算机视觉技术的发展,未来将会有越来越多的系统是基于内容理解来自动打标签。
长期的规划是,基于自然语言对话进行内容的推荐。
智能助手的应用是一个很有潜力的发展方向。例如,我晚上回到家,对电视说“我今天心情低落”,电视就会推荐一些治愈系的影视作品。如果我接着说“我想看点搞笑的”,它就会在之前推荐的基础上,筛选出喜剧。这个场景虽然看似简单,却涉及复杂的情感类语义标签和多轮对话之间的上下文关联。
嘉宾简介
周涵宁,现任Hulu北京研发中心推荐算法研发负责人,具有15年的研发创新和管理经验,专注于应用数据和算法实现产品落地,有丰富的数据分析和机器学习实践经验。
他本科毕业于清华大学自动化系,于伊利诺伊大学香槟分校获得计算机视觉领域博士学位。历任施乐硅谷研究中心研究员,亚马逊美国总部高级技术经理,盛大创新院资深研究员兼产品总监,智谷公司技术副总裁和宝宝树CTO。他拥有十多项美国专利授权,发表学术论文二十余篇。
还有2天开讲,抓紧时间扫码
进直播间嗨起来吧!
▼
请注意:
本次公开课形式为PPT+语音直播,无需下载APP,长按识别上方海报中的二维码即可通过微信进入直播间收听。
赠书福利:
欢迎大家在直播间中生成专属邀请函并分享~开课前邀请人数排名前12的小伙伴,每人将获赠O'Reilly出版社赞助本次活动的图书一本~
书名:
Python数据分析基础
Python数据处理
Python网络数据采集
Spark快速大数据分析
R图形化数据分析
进入直播间后,点击“邀请朋友一起听课,强势上榜”即可选择自己的专属邀请函并发送给朋友~
点击下面的文字收听往期公开课
公开课 | 用CNN识别CT影像诊断肺癌结节+从GitHub社交数据中挖掘人才+量化投资中的数据处理,3场直播连击
点击下方阅读原文加入本期公开课
👇