直播预告 | 推荐系统中的异构关系学习(社交关系，交互关系，知识图谱)

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

12月29日晚 7:30-8:30

AI TIME 特别邀请了香港大学计算机学院助理教授——黄超，给大家带来分享：《推荐系统中的异构关系学习》

哔哩哔哩直播通道

★ 嘉宾简介 ★

黄超：

现任香港大学计算机学院助理教授，博士生导师。目前主要的研究方向主要为人工智能，数据挖掘，推荐系统，时空数据分析。在KDD, WWW, AAAI, IJCAI, SIGIR, CIKM, WSDM等数据挖掘和人工智能领域顶级会议发表论文40余篇。其中计算机学会A类14篇。以第一作者发表的论文曾获得WWW’2019最佳论文提名。与此同时，担任了KDD, WWW, AAAI, IJCAI, SIGIR, WSDM, CIKM, ICLR等会议的评审委员会委员，以及TKDE, TOIS, TIST, TOC, TKDD, TNNLS等期刊的长期审稿人。并且被WSDM’2020会议授予优秀评审奖。

分享内容：

推荐系统中的异构关系学习

报告简介：

异构关系在推荐系统的应用中普遍存在，比如用户间的社交关系，用户与商品间的多行为交互关系，以及商品间的语义关联性。如何通过有效地进行异构关系学习与融合，从而更加精确地学习用户的兴趣爱好。在该论文中，我们对最近推荐系统中的异构关系学习的即使进行了总结，从多种推荐系统的场景中对如何融合不同关系语义模型进行详细的讨论。具体而言，我们首先讨论了社会化推荐系统中对用户社交关系以及用户的交互偏好进行综合学习的框架。其次我们也探索了现有多行为推荐系统中如何学习用户不同行为语义。与此同时，我们也进一步探索了如何运用知识图谱信息增强用户表征学习。文章最后，我们对未来基于异构关系学习的推荐技术进行了讨论和展望。

直播结束后大家可以在群内进行提问，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“PhD-3”，将拉您进“AI TIME PhD 交流群-3”！

AI TIME微信小助手