【报告推荐】线上食品推荐中的数据分析（Computational Data Analytics on the Web for Better Food Decision Making）

主题： Computational Data Analytics on the Web for Better Food Decision Making

简介： 向人们推荐食物的问题近来已经成为研究的活跃领域。尽管有越来越多的研究工作正在研究如何设计潜在的在线食品推荐系统来更好地满足用户的喜好，但迄今为止，鲜有研究试图了解在线食品选择的性质及其复杂性。人们如何在线上选择食物？我们可以在多大程度上建模和预测此行为，并且可以通过推荐技术实际更改它？ 我们为什么要改变行为？根据世界卫生组织的数据，如果人们饮食健康，可以避免80％的心脏病，中风和2型糖尿病。宣传健康食品推荐技术是实现开发系统这一宏伟目标的宝贵资产，这对人们做出的食品选择具有积极影响。例如，他们可以建议人们通常喜欢的类似食物的健康版本，从而帮助人们实施更健康的饮食。 在本次演讲中，我将介绍有关在线食品推荐者问题的最新研究。我将揭示在线食品选择的复杂性，以及如何将这些知识用于构建新颖的食品推荐系统。最后，我将提出一些初步工作，旨在促使人们选择更健康的食物。

嘉宾介绍： Christoph Trattner是卑尔根大学信息科学与媒体研究系的副教授。维也纳MODUL大学新媒体技术系教授。他还成立并领导了知识中心的社交计算部门，该中心是奥地利数据驱动型业务和大数据分析的研究能力。他拥有博士学位。奥地利格拉茨工业大学计算机科学与远程信息处理专业。 Christoph的研究背景包括应用机器学习，预测建模，推荐系统，社交网络分析，人机交互以及数据科学。个人主页