首页>会议文档 >

微软亚洲研究院 谢幸 - 结合跨平台异构数据的推荐系统

微软亚洲研究院 谢幸 - 结合跨平台异构数据的推荐系统

所属会议:2017中国大数据技术大会(BDTC)会议地点:北京


下载

手机看
活动家APP客户端

扫二维码下载
或点击下载
Android iOS

9941次
浏览次数
2017中国大数据技术大会(BDTC)所有文档 中科院研究员 刘康 - Event Extraction from Texts 中国移动(苏州) 杨希 - 研究垃圾短信大数据自动识别的新方法 微软亚洲研究院 刘铁岩 - 机器学习的大数据思辨 香港浸会大学 褚晓文 - 基于GPU的性能建模与分布式深度学习框架评价 新加坡国立大学 Michael Franklin - Big Data Software:Whats Next 宜信公司 张京磊 - 小微企业的大数据风控模型和架构实践 云知声AI Labs 刘升平 - 知性会话:基于知识图谱的人机对话系统方法与实践 中国光大银行 田江 - AI,距离我们还有多远? 中国科学院 陈熙霖 - 三驾马车驱动人工智能 中国科学院 刘翟 - 病原基因组学与进化_部分1 中国科学院 刘翟 - 病原基因组学与进化_部分2 中国民生银行 牛新庄 - 大数据在金融行业的应用 中科院 王元卓 - 大数据教学与人才培养 中科院 陈胜 - RepChain——轻量许可链的实现和应用实践 华东师范大学 钱卫宁 - 大数据与人工智能——兴起与启示 华中科技大学 金海 - 内存计算:挑战,现状,经验_部分1 华中科技大学 金海 - 内存计算:挑战,现状,经验_部分2 巨杉 郝大为 - 金融海量影像数据管理 巨杉 彭旸 - 金融级分布式数据库发展 科大讯飞 谭昶 - 用人工智能理解人、服务人_部分1 科大讯飞 谭昶 - 用人工智能理解人、服务人_部分2 科大讯飞 谭昶 - 用人工智能理解人、服务人_部分3 旷视科技(Face++) 张驰 - AI+大数据,为场景重新赋能 美国犹他大学 李飞飞 - Towards Building Interactive and Online Analytical 南京天数 倪岭 - SkyIntelligent——工业大数据科学云平台实践 青云QingCloud 凌辉 - 金融企业双核心架构转型 清华大学 舒继武 - 大数据时代存储系统若干变化的思考_部分1 清华大学 舒继武 - 大数据时代存储系统若干变化的思考_部分2 趣链 邱炜伟 - 自主可控联盟区块链 ——技术、系统及应用 实验宝盒 张广军 - 便携式实验宝盒助力大数据教学 涛思数据 陶建辉 - 工业大数据的基础:时序数据库的现状与未来 腾讯 罗韩梅 - 腾讯Docker云平台GaiaStack 微博 彭冬 - 微博广告生态体系及核心架构 AdMaster 刘喆 - 互联网数字营销广告数据管理平台应用 CCF大数据专家委员会 潘柱廷 - 本年度TOP 10大数据应用最佳案例获奖名单 ThoughtWorks中国区智能服务业务总经理 史凯 - Deeplearning Scala——开源深度学习框架 思考与实践_部分1 ThoughtWorks 史凯 - Deeplearning Scala——开源深度学习框架 思考与实践_部分2 ThoughtWorks 史凯 - Deeplearning Scala——开源深度学习框架 思考与实践_部分3 UCloud 王冬冬 - “CBA”(Cloud,Bigdata,AI)探索和实践 阿里巴巴 徐冬 - 复杂数据分布的查询优化 阿里云 曹龙 - 阿里云大规模结构化云存储HBase架构特性解析 澳大利亚昆士兰大学 周晓方 - Panel:大数据是否还是人工智能的基础? 百度 沈健 - AI时代的数据解决方案 百度 程敏 - 人工智能领域数据处理解决方案 北京大学 邹磊 - 基于图的海量知识图谱数据管理 滴滴 罗李 - 滴滴实时计算平台在运营监控方面的应用 对外经济贸易大学 曹淑艳 - “数据科学与大数据技术”专业课程体系与教学环节探讨 高等教育出版社 张龙 - 新工科联盟助力大数据人才培养_部分1 高等教育出版社 张龙 - 新工科联盟助力大数据人才培养_部分2 公安部第三研究所 黄道丽 - 从数据合规到网安法的全面遵从 华东师范大学 钱卫宁 - 区块链的五张面孔:一种可信数据库的观点

文档简介

2017年12月7-9日,2017中国大数据技术大会(BDTC)在京盛大召开。12月9日,在推荐系统论坛,微软亚洲研究院社会计算组资深研究员谢幸,他给我们带来的主题是《结合跨平台异构数据的推荐系统》。 他的分享主要包括,第一是如何结合跨平台的用户数据,这些用户数据很多都是异构的,尤其是来自知识图谱或者来自其他类型的数据,所以一方面,要关注如何去做跨平台的用户链接,另一方面也要非常注意用户隐私。从方法来说,怎么结合深度学习,以及和知识图谱之间结合到推荐系统里面来,另外,关注点是如何使得推荐结果是可解释的,如何跟用户心理特征会结合,所以这里面会涉及到心理学、社会学、脑科学这些领域的结合。


觉得不错(1

没有价值(0

相关会议文档推荐

×

打开微信扫一扫,分享到朋友圈

Current View