推荐系统中的信息去噪

报告时间：2022-11-17 9:00
报告地点：腾讯会议ID:982 335 663
报告人：李晨亮
主办单位：计算机与信息技术学院
报告人简介：

李晨亮，武汉大学国家网络安全学院教授，博士生导师。研究兴趣包括信息检索、机器学习和社交媒体分析。在相关领域国际会议和期刊如SIGIR、ACL、AAAI、IJCAI、WWW、TKDE、TOIS等发表论文60余篇，担任多个信息检索国际权威学术期刊ACM TOIS、ACM TALLIP、JASIST和IPM的编委；担任中国中文信息学会青年工作委员会副主任、社交媒体专委会委员、信息检索专委会委员、情感计算专委会执行委员。

报告简介：

推荐系统的广泛应用对于互联网经济的发展起到重要推动作用。然而，伴随着用户行为的随机性与信息需求的多变性，用于推荐系统的各类信息均可能存在不小的噪声。如何有效地开展信息去噪，改善各类推荐系统应用的效果变成了一个值得关注的问题。本次报告将从序列推荐、购物篮推荐、新闻推荐以及短视频推荐四个任务介绍利用信息去噪改善推荐性能的几项尝试。