主题：基于数据纠正的个性化推荐
时间：8月20日 10:00-11:30
地点：腾讯会议：914-563-576
主持人：方红 副教授
报告人简介：
吴乐，现任合肥工业大学计算机与信息学院教授，博士生导师，入选了国家级青年人才计划。主要研究领域包括个性化推荐、可信用户建模、因果推断应用研究等。近五年在知名国际期刊（如 IEEE/ACM Trans.）及国际会议（如NIPS、SIGIR、WWW、KDD、AAAI、IJCAI、SDM、ICDM、CIKM）发表论文五十余篇。主持科技部新一代人工智能国家科技重大专项、国自然重点基金项目等国家级、省部级及应用合作项目数十项。入选了全球华人AI学者榜单、中国科协青年人才托举工程、微软亚洲研究院铸星学者访问计划等， 获得了吴文俊人工智能优秀青年奖、中国人工智能学会优秀博士论文奖等。吴乐博士担任了人工智能领域顶级期刊IEEE Trans. on Big Data、AI Open等期刊副主编。
讲座简介：
个性化推荐依据不同输入数据类型划分为不同类别。传统个性化推荐多假设输入数据固定，着重在模型侧设计更为精确的算法提升个性化推荐准确度。近年来，数据资源在人工智能领域的重要性受到了广泛关注。本报告将从数据纠正角度审视个性化推荐。首先引出个性化推荐中此问题的研究意义。其次介绍课题组在此方向的研究进展，包括但不限于协同过滤推荐数据缺失导致的推荐准确度低问题、多媒体推荐数据缺失导致的推荐泛化性差，社会化推荐数据噪音导致的推荐准确度低问题，以及从如何利用个性化推荐数据偏差设计推荐去偏模型。报告最后将展望下该领域未来发展的方向。
打印
