本期为TechBeat人工智能社区第373期线上Talk。北京时间1月5日(周三) 20:00 ，香港大学助理教授、博士生导师——黄超的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “基于异构关系学习的推荐系统”，届时将主要介绍在不同的推荐场景中现有推荐系统模型如果进行有效的异构关系学习与融合，从而学习到更加丰富的用户表征。

Talk·信息

主题：基于异构关系学习的推荐系统

嘉宾：香港大学助理教授 黄超

时间：北京时间 1月5日 (周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接https://datayi.cn/w/qPk5BzB9至浏览器，一键完成预约！上线后会在第一时间收到通知哦~

Talk·提纲

在个性化推荐系统中往往存在异构关系, 比如用户的社交关系、用户的多行为交互关系，以及基于知识图谱的商品潜在关系。如果通过有效地异构关系学习增强用户个性化兴趣的建模，成为了推荐系统中非常重要的研究课题。在本次报告中，我们讨论了在不同的推荐场景中现有推荐系统模型如果进行有效的异构关系学习与融合，从而学习到更加丰富的用户表征。比如在社会化推荐中，如果融合用户的交互行为与用户间的社交影响。在多行为推荐系统中, 如何学习到行为间的关联性以准确地预测目标交互行为。在基于知识图谱增强的推荐系统中，融合用户和商品维度的辅助信息。在当前的异构关系学习中，当前推荐系统框架主要采用了图神经网络，Transformer，自监督学习技术。报告最后，我们对推荐系统中异构关系学习的未来方向进行了讨论。

1. 推荐系统中异构关系学习场景的介绍

2. 图神经网络在推荐系统中的应用

3. 社会化推荐系统中的异构关系学习

4. 多行为推荐系统中异构关系学习

5. 推荐系统中异构关系学习与融合的未来方向

Talk·提问交流

▼

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

黄超, 现任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主要为人工智能，数据挖掘，推荐系统，时空数据分析。在KDD, WWW, AAAI, IJCAI, SIGIR, CIKM, WSDM, ICDE等数据挖掘和人工智能领域顶级会议发表论文40余篇。以第一作者发表的论文曾获得WWW’2019最佳论文提名。与此同时，担任了KDD, WWW, AAAI, IJCAI, SIGIR, WSDM, CIKM, ICLR, NIPS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。被WSDM’2020会议授予优秀评审奖。

个人主页：https://sites.google.com/view/chaoh

关于TechBeat人工智能社区

TechBeat (www.techbeat.net) 是一个荟聚全球华人AI精英的成长社区。 我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。 期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ