2017年2月22號(hào)下午，應(yīng)計(jì)算機(jī)學(xué)院邀請(qǐng)，新加坡國(guó)立大學(xué)博士后研究員何向南博士在我校學(xué)術(shù)會(huì)議中心二樓做了題為“A Tutorial of General Linear Factorization Models”的學(xué)術(shù)報(bào)告，我院相關(guān)系所的師生參見(jiàn)了本次學(xué)術(shù)報(bào)告。
會(huì)上何博士主要講解Factorization Machines（簡(jiǎn)稱 FM）算法，F(xiàn)M算法可對(duì)任意的實(shí)值向量進(jìn)行預(yù)測(cè)。其主要優(yōu)點(diǎn)包括: 1) 可用于高度稀疏數(shù)據(jù)場(chǎng)景；2) 具有線性的計(jì)算復(fù)雜度。何博士以推薦系統(tǒng)為例引入FM，講了什么是線性回歸和多項(xiàng)式回歸；介紹了利用FM可以進(jìn)行各種預(yù)測(cè)任務(wù)，如回歸、分類和排名；通過(guò)FM模型可以推廣到MF、SVD++等模型；總結(jié)了FM的優(yōu)點(diǎn)和缺點(diǎn)。最后何博士提及了他最新的工作是“Neural Factorization Machines”，主要是利用DNNs實(shí)現(xiàn)FM。
何向南博士是新加坡國(guó)立大學(xué)媒體搜索實(shí)驗(yàn)室的博士后研究員，主要研究方向有推薦系統(tǒng)、信息檢索、多媒體和自然語(yǔ)言處理。他在SIGIR, WWW, MM, CIKM, IJCAI和AAAI等頂級(jí)會(huì)議以及包括TKDE和TOIS在內(nèi)的頂級(jí)期刊上發(fā)表了超過(guò)20篇出版物。他的推薦系統(tǒng)工作已經(jīng)獲得ACM SIGIR 2016年度最佳論文獎(jiǎng)。
太陽(yáng)集團(tuán)tyc5997
TOP
