PhD Debate | 自监督学习在推荐系统中的应用

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

6月11日19:00-20:30，本期PhD Debate直播间邀请了来自香港大学计算机学院助理教授黄超、新加坡国立大学博士后张震、清华大学博士生武楚涵和中国科学技术大学博士生吴剑灿，与大家一起聊一聊自监督学习在推荐系统中的应用。

近年来，自监督学习在各个领域得到了广泛的应用。通过引入额外的监督信号，来解决数据稀疏性的问题。

1、针对于不同的推荐场景，如何更好地设计出自监督的辅助任务，从而增强用户表征学习? 

2、在不同的推荐场景中，自监督对比学习任务构建有什么不同的有效方式？

3、在不同的场景中自监督学习面临什么挑战？

4、多模态的数据引入到推荐系统中，如何更好地实现模态数据的融合？

哔哩哔哩直播通道

扫码关注AITIME哔哩哔哩官方账号预约直播

★ 嘉宾简介 ★

黄超：

香港大学计算机学院助理教授，博士生导师。目前主要的研究方向为人工智能，数据挖掘，时空数据分析，图神经网络，推荐系统。在KDD, WWW, SIGIR, ICDE, AAAI, IJCAI, CIKM, WSDM等数据挖掘和人工智能领域顶级会议发表论文40余篇。以第一作者及通讯作者发表的论文分别获得WWW’2019，WSDM’2022最佳论文提名。与此同时，连续担任了KDD, SIGIR, WWW, NIPS, ICLR, AAAI, IJCAI, WSDM, CIKM等会议的评审委员会委员，以及TKDE, TOIS, TIST, TOC, TKDD, TNNLS等期刊的长期审稿人。并且被WSDM’2020和WSDM’2022会议授予优秀评审委员奖。所研发的用户建模算法和系统被部署运用于海量的用户数据平台，相关研究成果被多家著名学术媒体报道。

张震：

新加坡国立大学博士后。目前主要的研究方向是数据挖掘、图神经网络等。曾在KDD、WWW以及TKDE等数据挖掘顶级会议或者期刊上发表学术论文数篇，担任过AAAI，MM，ECCV，CIKM等多个知名学术会议的评审委员会委员，以及TKDE，Neural Networks，ACM Computing Surveys等期刊的长期审稿人。

武楚涵：

清华大学电子工程系博士生。主要研究方向为推荐系统，用户建模与自然语言处理。曾在TOIS和TIST等学术期刊以及KDD和ACL等学术会议发表论文若干，谷歌学术引用1800余次，h指数24，曾获得微软学者等荣誉。曾经或正在担任多个知名学术会议的（高级）程序委员会委员、研讨会程序主席、多个Transaction期刊审稿人以及Frontiers in Public Health客座编辑等，多项研究工作落地于实际商业推荐与广告系统之中。

吴剑灿：

中国科学技术大学电子工程与信息科学系博士生。目前的主要研究方向为数据挖掘、图神经网络、推荐系统、因果推理等。在KDD、WWW、SIGIR等数据挖掘和人工智能领域顶级会议和期刊上发表数篇学术论文，并担任多个国际会议、期刊的程序委员会委员或审稿人。

★ 主持人★

张亚娴：  AI Timer

直播结束后大家可以在群内进行提问，请添加“AI TIME小助手（微信号：AITIME_HY）”，回复“PhD-5”，将拉您进“AI TIME PhD 交流群-5”！

AI TIME微信小助手

主       办：AI TIME 

合作媒体：AI 数据派、学术头条

合作伙伴：智谱·AI、中国工程院知领直播、学堂在线、蔻享学术、AMiner、 Ever链动、科研云

往期精彩文章推荐

记得关注我们呀！每天都有新知识！

 关于AI TIME 

AI TIME源起于2019年，旨在发扬科学思辨精神，邀请各界人士对人工智能理论、算法和场景应用的本质问题进行探索，加强思想碰撞，链接全球AI学者、行业专家和爱好者，希望以辩论的形式，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。

迄今为止，AI TIME已经邀请了600多位海内外讲者，举办了逾300场活动，超210万人次观看。

我知道你

在看

哦

~

点击 阅读原文 预约直播！