报告题目: 基于评论的商品推荐: 通过陌生人知道你喜欢什么

主讲人：李晨亮

讲座时间：2019年1月18日（星期五）10:30-11:30

讲座地点：公司鼎新楼C403

主办单位：全国信誉最好的网投平台

摘要: 

       众所周知，推荐系统的目的是为了给用户提供个性化的推荐从而提高用户对平台的依赖度和满意度。然而用户-商品间的交互行为数据的稀疏性往往导致推荐系统所产生的推荐效果不尽如人意。近年来基于用户评论的推荐模型成为推荐领域的研究热点。但是，用户的评论文本本身也会面临信息量不足的问题，包括评论数量不足与评论过于简短的现象。本报告将介绍一种通过挖掘同好用户的评论数据来提高商品评分预测精度的工作。该工作可以从和当前用户有类似爱好的同好用户所写的辅助评论中提取针对当前用户和商品对的特征从而更好地提高推荐的质量。

个人介绍: 

       李晨亮，武汉大学国家网络安全学院副教授，硕导，武汉大学珞珈青年学者。担任中国中文信息学会青年工作委员会委员、社交媒体专委会委员、信息检索专委会委员。担任IEEE TKDE、ACM TOIS、JASIST等国际重要学术期刊审稿人和SIGIR、ACL、CIKM、WWW、AAAI、IJCAI等学术会议程序委员会委员（TPC）。担任信息检索国际权威学术期刊JASIST的编委。研究兴趣包括信息检索、自然语言处理、机器学习和社交媒体分析，在TKDE、TOIS、SIGIR、ACL、AAAI、CIKM和JASIST等权威会议及期刊发表论文近30篇。并获SIGIR2016 年Best Student Paper Award Honorable Mention；SIGIR2017 年Outstanding Reviewer Award。