个性化推荐已经成为我们在线用户体验中无处不在的一部分。今天,推荐通常被实现为从系统到用户的单向通信。然而,近年来,我们发现人们对对话式推荐系统(CRS)越来越感兴趣。这些系统能够与用户进行交互式对话,通常使用自然语言,目标是根据用户观察到的需求和偏好提供合适的建议。虽然会话推荐不是一个新的领域,但最近自然语言处理技术和深度学习的发展显著地刺激了这一领域的新研究。

在本教程中,我们将对对话式推荐系统领域的现有研究进行多方面的调研。我们将首先讨论CRS的典型技术架构和可能的交互模式。然后,我们将专注于这些系统可以依赖的各种类型的知识,并详细说明这些系统通常必须支持的计算任务。在本教程的最后一部分中,我们将强调当前的方法以及在评估复杂的交互式软件解决方案(如对话式推荐系统)时面临的公开挑战。

https://web-ainf.aau.at/pub/jannach/files/ijcai-2022/crs-tutorial-2022.html

成为VIP会员查看完整内容
32

相关内容

【USTC】对话推荐系统的进展和挑战:综述论文,30页pdf
专知会员服务
20+阅读 · 2021年1月27日
【KDD2020-Tutorial】自动推荐系统,Automated Recommendation System
SIGIR2022 | UCCR: 以用户为中心的对话推荐系统
机器学习与推荐算法
1+阅读 · 2022年5月18日
对话推荐系统的逻辑与演化总结
机器学习与推荐算法
0+阅读 · 2021年12月3日
IJCAI2021 | 深度推荐系统教程 (附Slides)
机器学习与推荐算法
1+阅读 · 2021年8月25日
中文视频 | TF Recommenders 系列视频教程
TensorFlow
3+阅读 · 2021年6月28日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
91+阅读 · 2020年2月28日
VIP会员
相关VIP内容
【USTC】对话推荐系统的进展和挑战:综述论文,30页pdf
专知会员服务
20+阅读 · 2021年1月27日
【KDD2020-Tutorial】自动推荐系统,Automated Recommendation System
相关资讯
SIGIR2022 | UCCR: 以用户为中心的对话推荐系统
机器学习与推荐算法
1+阅读 · 2022年5月18日
对话推荐系统的逻辑与演化总结
机器学习与推荐算法
0+阅读 · 2021年12月3日
IJCAI2021 | 深度推荐系统教程 (附Slides)
机器学习与推荐算法
1+阅读 · 2021年8月25日
中文视频 | TF Recommenders 系列视频教程
TensorFlow
3+阅读 · 2021年6月28日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员