面向推荐系统的数据挖掘基础理论与方法
CCF科技成果奖
项目名称:面向推荐系统的数据挖掘基础理论与方法
完成单位:中国科学技术大学、微软亚洲研究院
完成人:陈恩红、连德富、谢幸、练建勋
本项目针对推荐系统面临的需求隐藏难理解、数据稀疏难利用、匹配复杂难高效的技术挑战,取得了以“兴趣推理融合—推荐模型泛化—检索推理扩展”为主线的关键理论与方法突破,全面提升了推荐算法的泛化性能和推理效率,论文获ACM SIGKDD最佳学生论文奖,开源了相关推荐系统,成果在广告投放、商品推荐、新闻推荐等场景中得到成功应用。
<<< 上一篇
无
<<< 下一篇 云环境下大规模图迭代计算的理论与系统
读完这篇文章后,您心情如何?
推荐内容
More >>>- · CNCC | 医学人工智能研究前沿——新质生产力
- · CNCC | 大模型下的多模态情感计算未来
- · CNCC | 第三届CCF UIC论坛——校企合作赋能创
- · 倒计时7天,CNCC2024特色安排值得期待!
- · 大模型芯片设计关键技术及其应用 | CCF数图焦
- · 2024 CCF CCSP竞赛手册发布,10月23~24日浙江
- · CNCC | 具身智能与通用操作:人造人还有多远
- · CNCC | 探索大语言模型的潜能与局限——大语
- · CNCC | 第三届开源生态发展与开源人才培育一
- · 朱文武:多模态大模型在NPU上的应用能否开创
- · CNCC | NVIDIA免费线下AI实战培训高校师生专
所有评论仅代表网友意见