活动推荐 | 推荐系统学科前沿讲习班 中国自动化学会主办

2019 年 10 月 21 日 PaperWeekly


推荐系统是根据用户的信息需求、兴趣等,将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐系统。随着网络的迅速发展而带来的数据信息的大幅增长,使得用户在面对大量信息时无法从中获得对自己真正有用的,对信息的使用效率反而降低了。2010年后,推荐系统逐渐成为学术研究和业界应用的热门方向。截至目前,推荐系统已成为大数据落地最广泛且成功的场景,被广泛应用于电子商务推荐、个性化广告推荐、新闻推荐等诸多领域。

中国自动化学会主办,深蓝学院协办的“推荐系统”学科前沿讲习班,将于2019年10月26日-10月27日在中科院自动化所举办。此次讲习班由中国人民大学赵鑫副教授担任学术主任,邀请业界多位知名专家作主题报告,分享交流推荐系统的学术前沿、发展及应用实现。

时间地点


2019年10月26日-27日

中科院自动化所学术报告厅


学术主任

赵鑫

中国人民大学副教授、博导

近五年内在国内外著名学术期刊与会议上以主要作者身份发表论文60余篇,所发表的学术论文取得了一定的关注度,据Google Scholar统计,已发表论文共计被引用2800余次,其中以第一作者发表的《Comparing Twitter and Traditional Media Using Topic Models》被引用1100余次。担任多个重要的国际会议或者期刊评审,入选第二届CCF青年人才发展计划。曾获得CIKM 2017最佳短文候选以及AIRS 2017最佳论文奖。


特邀学术界嘉宾

连德富

中国科学技术大学研究员、博导

报告主题面向高效在线匹配的推荐系统

嘉宾简介曾入选微软亚洲研究院铸星计划、电子科技大学星火计划,主要研究方向是推荐系统、时空数据挖掘、深度学习以及教育数据挖掘,在KDD、TKDE、TOIS、IJCAI等高水平期刊和会议上发表论文50余篇。曾获得教育部自然科学一等奖、四川省高等教育教学成果奖二等奖、中科院院长奖、APWeb最佳学生论文等。研究成果得到MIT技术评论、中国科学报、人民日报等多家媒体的广泛报道。

李晨亮

武汉大学副教授、硕导,珞珈青年学者

报告主题基于评论数据的推荐技术

嘉宾简介:中国中文信息学会青年工作委员会委员、社交媒体专委会委员、信息检索专委会委员。担任IEEE TKDE、ACM TOIS、JASIST等国际重要学术期刊审稿人和SIGIR、ACL、CIKM、WWW、AAAI、IJCAI等学术会议(高级)程序委员会委员(TPC)。担任信息检索国际权威学术期刊JASIST和IPM的编委。研究兴趣包括信息检索、自然语言处理、机器学习和社交媒体分析,在TKDE、TOIS、SIGIR、ACL、AAAI、CIKM和JASIST等权威会议及期刊发表论文30余篇,并获SIGIR2016 年Best Student Paper Award Honorable Mention;SIGIR2017 年Outstanding Reviewer Award。


石川

北京邮电大学教授、博导

报告主题基于异质信息网络的推荐技术与应用

嘉宾简介智能通信软件与多媒体北京市重点实验室副主任。主要研究方向: 数据挖掘、机器学习、人工智能和演化计算。近五年来,作为第一作者或通信作者发表高水平学术论文50余篇,英文专著一部,包括数据挖掘领域的顶级期刊和会议IEEE TKDE、ACM TIST、KDD、AAAI、IJCAI、WWW等,相关研究成果应用于阿里巴巴、腾讯、华为等公司。获得ADMA2011/AMDA2018国际会议最佳论文奖、CCF-腾讯犀牛鸟基金及项目优秀奖,并指导学生获得顶尖国际数据挖掘竞赛IJCAI Contest 2015 全球冠军。获得北京市高等学校青年英才和师德先锋等称号。

王鹏飞
北京邮电大学助理教授、硕导

报告主题基于时序特性的推荐系统的分析与研究

嘉宾简介个人研究领域包括文本分析、推荐系统。在SIGIR,WSDM,CIKM等学术会议上发表学术论文20余篇·。目前本人带领实验的研究生从事数据挖掘、机器学习方面的工作。

王希廷

微软亚洲研究院主管研究员

报告主题可解释推荐系统:身怀绝技,一招击中用户心理

嘉宾简介2017年于清华大学获得工学博士学位。研究成果发表在数据挖掘和可视化的顶级会议和期刊上,包括KDD、ICML、TKDE、AAAI、IJCAI、VAST和TVCG等。1篇一作论文被TVCG选为2016年12月的spotlight article。现担任WWW、AAAI等顶级会议的程序委员会成员,曾担任TKDE、TVCG、InfoVis等顶级会议、期刊的审稿人。


吴乐

合肥工业大学副教授、硕导

报告主题面向复杂社交多媒体平台的个性化推荐算法: 准确度与解释性

嘉宾简介主要研究领域包括数据挖掘与商务智能,个性化推荐。近五年在知名国际期刊(如 IEEE/ACM Trans.)及国际会议(如SIGIR、AAAI、IJCAI、KDD、SDM、ICDM、CIKM等)发表论文四十余篇。入选了2017年微软亚洲研究院铸星学者访问计划、获得了2017年中国人工智能学会优秀博士论文奖,SDM2015最佳论文提名奖,2013年CCML优秀学生论文奖。吴乐博士担任了多个国际期刊(如IEEETKDE、 IEEE TSMC、IEEE TNNLS、ACM TIST、 KAIS、 WWW J.),国际会议(如KDD、WWW、IJCAI、AAAI、MM、CIKM) 及国内期刊(如软件学报、计算机应用)审稿人。

徐君

中国人民大学教授、博导

报告主题面向搜索推荐的强化排序学习模型

嘉宾简介中国计算机学会高级会员,主要研究面向互联网搜索的文档排序和语义匹配算法,在包括SIGIR、WWW等学术会议和TKDE、JMLR、TOIS、TIST等学术期刊发表论文50余篇,撰写英文专著1部,先后获得SIGIR 2019 Test of Time Award Honorable Mention、CIKM 2017 Best Paper runner-up、AIRS 2010 Best Paper Award,多次担任SIGIR、TheWebConf (WWW)、AAAI、ACML等学术会议资深程序委员会委员(Senior PC),任期刊ACM TIST副主编和JASIST编委。


特邀企业界嘉宾

蔡晶

腾讯PCG浏览平台产品部高级研究员

报告主题:流量变现效果优化:图卷积神经网络在广告动态创意中的实践

嘉宾简介:毕业于北京航空航天大学,2012-2016在百度推荐与个性化部门工作。期间主要参与百度智能推荐平台,大数据知识图谱及图片搜索广告项目。目前在腾讯PCG浏览平台产品部增长中心担任高级研究员,主要负责增长提效与流量变现方面的工作。


董大祥

百度paddlepaddle主任研发工程师

报告主题:PaddlePaddle在推荐场景下的并行训练技术、模型算法与应用案例

宋洋

BOSS直聘NLP中心负责人

报告主题:基于深度匹配技术的人岗推荐

嘉宾简介:BOSS直聘NLP中心负责人,北京大学计算机系博士毕业,研究方向:自然语言处理、共指消解。曾在ACL、EMNLP等自然语言处理领域国际著名会议和期刊发表多篇学术论文,并担任领域内多个会议和期刊的审稿人。目前负责BOSS直聘的自然语言处理算法及应用开发,以及安全风控技术工作。

王帅强

京东商城数据科学实验室 研究科学家

报告主题:京东商城推荐系统研究进展

嘉宾简介:2017年加入京东商城数据科学实验室,研究科学家。加入京东前,曾在英国曼彻斯特大学和芬兰于韦斯屈莱大学任系助理教授。分别于2004年和2009年在中国山东大学计算机科学与技术学院获得学士和博士学位。之后于2010年在美国德克萨斯州立大学计算机课学习做博士后研究工作,2011年至2014年是在山东财经大学计算机科学与技术学院副教授。研究领域为电子商务推荐系统,信息检索,数据挖掘等。



张富峥

美团点评NLP中心研究员

报告主题:生活服务领域知识图谱的构建及应用

嘉宾简介:现任美团点评NLP中心的研究员,知识图谱团队负责人。目前主要负责构建围绕美团生活服务领域的知识图谱及其应用,为美团各场景业务提供更加智能的服务。在此之前,张富峥博士在微软亚洲研究院担任研究员。他于2015年取得计算机博士学位,由微软亚洲研究院和中国科技大学联合培养。在微软期间,张富峥博士和所其在团队在个性化推荐、用户画像、时空数据挖掘等领域展开了创新性的研究,并应用到广告展示、新闻推荐、机器人小冰等众多产品中。他在相关领域的顶级会议和期刊上发表30余篇论文,如KDD、WWW、AAAI、IJCAI,曾获ICDM2013最佳论文大奖和中科院院长奖。张富峥博士曾担任ASONAM的工业界主席,长期担任IJCAI、WWW、SIGIR等国际会议和TKDE、TOIS、TIST等国际期刊的评审委员。


周畅

阿里巴巴达摩院算法专家

报告主题:认知推荐的前沿研究与应用

嘉宾简介:阿里巴巴达摩院算法专家,主要研究方向为图表征学习与推理、推荐系统、分布式图计算,目前已在NIPS, ACL, WWW, AAAI, VLDB等会议上发表17篇文章。研发的大规模商品和用户向量表征学习算法,已在多个个性化推荐场景下获得有效提升。目前专注于创新形态的内容化与可解释推荐。


报名及注册费用


1、本期讲习班限报200人,按缴费先后顺序录取,报满为止。

2、2019年10月25日(含)前注册并缴费:

在校学生参会可享受499元/人优惠价格;

学会会员1600元/人,非会员报名同时入会 2000元/人;

现场缴费会员2000元/人、非会员2500元/人;

团体会员参加,按会员标准缴费;

同一单位组团(5人及以上)报名,均按会员标准缴费。

3、注册费包括讲课资料和2天会议期间午餐,其它食宿、交通自理。


联系方式


联 系 人:辛宇

联系电话:010-82544676

18811748370(微信同号)


扫码添加工作人员辛宇了解更多讲习班详情


登录查看更多
0

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
中国多媒体大会(ChinaMM 2020) 征文通知
专知
16+阅读 · 2020年3月27日
预告 | CSIG图像图形学科前沿讲习班:图神经网络
【ASSIA】第12期智能自动化学科前沿讲习班——推荐系统
中国自动化学会
12+阅读 · 2019年10月11日
报名 | CSIG“图像视频理解”学科前沿讲习班
AI科技评论
4+阅读 · 2019年7月18日
学会期刊丨《中国人工智能学会通讯》2019年 第9卷 第04期
中国人工智能学会
6+阅读 · 2019年4月30日
报名 | 知识图谱前沿技术课程(暨学术交流)
PaperWeekly
15+阅读 · 2017年7月10日
Arxiv
13+阅读 · 2018年4月18日
Arxiv
6+阅读 · 2018年3月28日
Arxiv
9+阅读 · 2018年3月23日
Arxiv
4+阅读 · 2017年11月14日
Arxiv
5+阅读 · 2017年7月23日
VIP会员
相关VIP内容
Top
微信扫码咨询专知VIP会员