内容

学术讲座:从数据到价值:工业级推荐系统关键技术研究

阅读数:7    发布:2019-11-05 14:05    

时间:201911614:00-15:00

地点:致腾楼723

题目:从数据到价值:工业级推荐系统关键技术研究

 

报告摘要:

   在本讲座中,我将首先简要回顾推荐研究的发展历程,然后以一个日活千万级的推荐产品为例,介绍构建工业级推荐系统的关键技术,包括:线性模型,低秩模型,深度模型等主流的推荐模型;特征生成、特征选择、特征分析等特征工程技术;系统架构、实时技术等推荐平台能力。最后介绍我们的最新研究成果,一种基于反事实学习的推荐方法,通过学习插补模型,在建模过程中同时引入未观测样本和已观测样本,解决推荐系统中的数据偏置和选择偏置问题,提升推荐效果。

 

主讲人简介:

   董振华博士,华为诺亚方舟实验室主任研究员,研究方向为推荐系统、反事实学习、移动计算。他致力于应用先进的机器学习技术为用户创造价值,其团队研发的推荐系统技术已经落地到华为应用市场、信息流、服务直达、广告CTR预估等产品,提升用户体验和平台收入。董博士本科就读天津大学,博士毕业于南开大学,曾作为访问学者在明尼苏达大学GroupLens实验室交流学习1年,目前已发表二十余篇论文、19篇专利、译著一部,并在KDDSAC等学术会议担任程序委员会成员,TOISKDDICDMSAC等期刊和会议的审稿人。


深圳大学计算机与软件学院 2009-2016