随着推荐任务的日益多样化和推荐模型的日益复杂,开发出一套能够很好地适应新的推荐任务的推荐系统变得越来越具有挑战性。在本教程中,我们将重点讨论自动机器学习(AutoML)技术如何有益于推荐系统的设计和使用。具体地说,我们将从一个完整的范围开始描述什么是可以自动推荐系统。然后,我们将在此范围内对特征工程、超参数优化/神经结构搜索和算法选择三个重要的主题进行详细阐述。将介绍、总结和讨论这些主题下的核心问题和最近的工作。

成为VIP会员查看完整内容
51

相关内容

推荐系统,是指根据用户的习惯、偏好或兴趣,从不断到来的大规模信息中识别满足用户兴趣的信息的过程。推荐推荐任务中的信息往往称为物品(Item)。根据具体应用背景的不同,这些物品可以是新闻、电影、音乐、广告、商品等各种对象。推荐系统利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【RecSys2020干货教程】对抗机器学习推荐系统,186页ppt
专知会员服务
52+阅读 · 2020年10月10日
【KDD2020教程】多模态网络表示学习
专知会员服务
129+阅读 · 2020年8月26日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
【基于元学习的推荐系统】5篇相关论文
专知
10+阅读 · 2020年1月20日
自动特征工程在推荐系统中的研究
DataFunTalk
10+阅读 · 2019年12月20日
自动机器学习(AutoML)最新综述
PaperWeekly
34+阅读 · 2018年11月7日
推荐系统概述
Python开发者
11+阅读 · 2018年9月27日
重磅干货-史上最全推荐系统资源分享
深度学习与NLP
8+阅读 · 2018年4月22日
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
VIP会员
相关资讯
【基于元学习的推荐系统】5篇相关论文
专知
10+阅读 · 2020年1月20日
自动特征工程在推荐系统中的研究
DataFunTalk
10+阅读 · 2019年12月20日
自动机器学习(AutoML)最新综述
PaperWeekly
34+阅读 · 2018年11月7日
推荐系统概述
Python开发者
11+阅读 · 2018年9月27日
重磅干货-史上最全推荐系统资源分享
深度学习与NLP
8+阅读 · 2018年4月22日
微信扫码咨询专知VIP会员