您所在的位置: 首页 >> 研究生教育 >> 正文

研究生教育

学术报告通知(2)
发布时间:2013-09-12     浏览量:   分享到:
报告题目:情境感知的个性化推荐方法及其应用
报 告 人:陈恩红  教授
报告时间:2013年9月15日10:00-11:30
报告地点:太阳集团tcy8722网站报告厅
报告简介:推荐系统可以根据用户潜在的兴趣和爱好主动进行信息过滤和推荐服务,从而成为解决当前信息过载问题的最有效途径之一。推荐系统研究面临的主要挑战是如何准确建模和识别用户兴趣。由于用户时时刻刻都处在不同的情境之中,而且用户的后续行为往往受到其当前情境的影响,所以情境数据有助于理解和预测用户兴趣。事实上,随着大数据时代的到来,可收集与存储的情境数据规模越来越大,这些情境数据为提升信息推荐的精准度提供了前所未有的机遇。为此,本报告将首先概述推荐系统的主要思想和研究进展,然后介绍情境数据以及针对情境数据的已有相关研究,接下来分别从移动推荐、搜索推荐以及旅游推荐三个实际应用领域对情境感知的信息推荐方法进行重点介绍。最后,简要介绍情境感知的信息推荐研究仍然面临的挑战问题。 报告人简介:陈恩红,教授,博导,IEEE 高级会员(Senior Member),2013年国家自然科学基金杰出青年基金获得者。1996年获中国科学技术大学计算机软件专业博士学位。2005年入选教育部新世纪优秀人才支持计划。现任中国科学技术大学计算机科学与技术学院副院长,语音及语言信息处理国家工程实验室副主任。是中国计算机学会理事、中国人工智能学会理事,中国计算机学会人工智能与模式识别专委会委员、数据库专委会委员、大数据专家委员会委员,中国人工智能学会知识工程与分布智能专业委员会副主任委员、机器学习专委会委员。曾任中国计算机学会YOCSEF合肥分论坛首任主席(2011年)。担任了国际期刊WWW Journal的副编辑,以及KDD2010、AAAI2012、KDD2012、KDD2013、ICDM2013、PAKDD2013、SDM2013等国际学术会议的程序委员等。主持国家自然科学基金、863计划、国家重大专项、教育部博士点基金、教育部科技发展中心专项、安徽省自然科学基金等支持的项目,以及与诺基亚、阿里巴巴、华为、讯飞的合作项目。在IEEE Trans、ACMTrans、KAIS、Neurocomputing、Theoretical Computer Science等国内外学术期刊和数据挖掘领域的重要国际学术会议KDD、WWW、SIGIR、ICDM、NIPS、ECML-PKDD、CIKM等发表学术论文100余篇,其中,在数据挖掘的国际顶级会议KDD2008上的论文获最佳应用论文奖(Best Application Paper Award)、ICDM2011上的论文获最佳研究论文奖(Best Research Paper)。指导的博士生获得中国计算机学会优秀博士论文奖、中科院院长优秀奖、中科院院长特别奖、微软学者奖等多个奖项。2012年以第一完成人身份完成的“情境数据挖掘方法及应用研究”获教育部自然科学二等奖。学院办公室2013-9-13