重点实验室
当前位置: 首页 >> 重点实验室 >> 正文
基于因果推断的OOD推荐
发布日期:2022-06-06  来源:   查看次数:

报告时间:6月7日(周二)15:00-17:00

报告地点:管理学院一号楼1502会议室

人:冯福利

工作单位:中国科学技术大学

举办单位:合肥工业大学管理学院

报告简介:传统的推荐系统往往假设推荐数据在训练和测试阶段是独立同分布(IID),忽略了测试数据的分布漂移(OOD)问题。OOD问题的原因主要在于两方面:训练数据有偏和用户偏好改变。一方面,训练数据有偏导致模型难以准确捕捉用户真实兴趣,另一方面,用户自身偏好变化,导致推荐结果与测试阶段兴趣不匹配。本报告介绍,针对两方面下的四种细分情况:流行度导致数据有偏、商品特征导致数据有偏、可观测兴趣变化、不可观测兴趣变化,利用因果推断实现OOD推荐的方法。

报告人简介:冯福利,中国科学技术大学网络空间安全学院教授,海外优青项目获得者。研究领域:信息检索、数据挖掘、机器学习、因果推断等,发表国内外顶级会议和期刊论文50余篇,包括SIGIR、SIGKDD、WWW、ACL、TOIS和TKDE,谷歌学术引用2500次,研究成果在多家公司的商业系统应用。曾获SIGIR 2021最佳论文提名奖、WWW 2018最佳演示论文奖。担任众多顶级期刊、会议审稿人/程序委员,包括SIGIR、WWW、SIGKDD、NeurIPS、TOIS、TKDE、TPAMI。

上一条:Xin Chen:Efficient Algorithms for Minimizing Compositions of Convex Functions and Random Functions and Its Applications in Network Revenue Management
下一条: Jury Voting: Beyond Condorcet Jury Theorem

【关闭】