推荐系统在我们的日常生活中发挥着越来越重要的作用,尤其是在许多面向用户的在线服务中,它在缓解信息过载方面发挥着重要的作用。推荐系统旨在识别一组最能匹配用户显性或隐性偏好的对象(即物品),通过利用用户和物品的交互来提高匹配精度。随着深度神经网络(DNNs)在过去几十年的快速发展,推荐技术取得了良好的性能。然而,我们在设计深度推荐系统(DRS)时面临三个内在挑战: 1) 现有的大多数DRS是基于手工组件开发的,这需要大量的机器学习和推荐系统的专家知识; 2) 人为误差和偏见会导致次优,降低推荐有效性; 3) 在不同的推荐场景中,通常需要非平凡的时间和工程努力来设计特定于任务的组件。

在本教程中,我们将全面介绍高级自动机器学习(AutoML)技术在深度推荐系统中解决上述问题的最新进展。希望相关领域的学术研究者和行业从业者能够对空间有深刻的理解和准确的洞察,激发更多的想法和讨论,并在推荐中推动技术的发展

目录内容:

  • 深度推荐系统DRS简介
  • 自动化机器学习(AutoML)概论
  • 用于DRS嵌入组件的AutoML
  • 用于DRS交互组件的AutoML
  • 全DRS架构搜索的AutoML
  • 结论及未来发展方向
成为VIP会员查看完整内容
36

相关内容

专知会员服务
40+阅读 · 2021年10月4日
图嵌入推荐系统技术综述,64页pdf422篇文献
专知会员服务
60+阅读 · 2021年9月22日
【IJCAI2021】基于图学习的推荐系统综述
专知会员服务
93+阅读 · 2021年5月7日
【WSDM2021-Tutorial】偏见感知推荐系统的进展,134页ppt
专知会员服务
49+阅读 · 2021年3月9日
WWW2022@教程 | 自动机器学习推荐系统: 基础与进展
机器学习与推荐算法
0+阅读 · 2022年4月26日
WWW2022@教程 | 基于对比学习的推荐系统
机器学习与推荐算法
4+阅读 · 2022年4月26日
精选两篇最新AutoML推荐系统综述
机器学习与推荐算法
5+阅读 · 2022年4月7日
WSDM22@教程 | 基于图神经网络的推荐系统
机器学习与推荐算法
6+阅读 · 2022年2月28日
因果推荐系统近期进展
图与推荐
4+阅读 · 2021年12月9日
清华最新《图神经网络推荐系统》综述论文
机器学习与推荐算法
2+阅读 · 2021年10月8日
厦大最新《强化学习推荐系统》综述论文
机器学习与推荐算法
6+阅读 · 2021年9月24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
【综述】自动机器学习AutoML最新65页综述,带你了解最新进展
中国人工智能学会
47+阅读 · 2019年5月3日
国家自然科学基金
6+阅读 · 2015年12月31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
1+阅读 · 2015年12月31日
国家自然科学基金
6+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
5+阅读 · 2014年12月31日
国家自然科学基金
2+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
0+阅读 · 2012年12月31日
Arxiv
30+阅读 · 2021年7月7日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
11+阅读 · 2021年3月25日
Simplifying Graph Convolutional Networks
Arxiv
12+阅读 · 2019年2月19日
VIP会员
相关资讯
WWW2022@教程 | 自动机器学习推荐系统: 基础与进展
机器学习与推荐算法
0+阅读 · 2022年4月26日
WWW2022@教程 | 基于对比学习的推荐系统
机器学习与推荐算法
4+阅读 · 2022年4月26日
精选两篇最新AutoML推荐系统综述
机器学习与推荐算法
5+阅读 · 2022年4月7日
WSDM22@教程 | 基于图神经网络的推荐系统
机器学习与推荐算法
6+阅读 · 2022年2月28日
因果推荐系统近期进展
图与推荐
4+阅读 · 2021年12月9日
清华最新《图神经网络推荐系统》综述论文
机器学习与推荐算法
2+阅读 · 2021年10月8日
厦大最新《强化学习推荐系统》综述论文
机器学习与推荐算法
6+阅读 · 2021年9月24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
【综述】自动机器学习AutoML最新65页综述,带你了解最新进展
中国人工智能学会
47+阅读 · 2019年5月3日
相关基金
国家自然科学基金
6+阅读 · 2015年12月31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
1+阅读 · 2015年12月31日
国家自然科学基金
6+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
5+阅读 · 2014年12月31日
国家自然科学基金
2+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
0+阅读 · 2012年12月31日
相关论文
微信扫码咨询专知VIP会员