相关性反馈在推荐系统中的应用

所属专题:内容分发与精准推荐

嘉宾 : 李北涛 | Tumblr数据科学总监

会议室 : 第五会议厅D

讲师介绍

专题演讲嘉宾:李北涛

Tumblr 数据科学总监

大学就读于中国科学技术大学少年班。后赴美国加州大学圣芭芭拉分校留学。获计算机工程博士学位。主要研究领域在机器学习,数据挖掘,和多媒体技术。毕业后在多家Startup任职。涉足搜索,电子商务,社交网络等领域。现任Tumblr数据科学工程总监。擅长于创造性开发产品和算法。对用户体验和产品方向有较深理解。

议题介绍

演讲:相关性反馈在推荐系统中的应用

相关性反馈是信息检索中的常用技术。我们将相关性反馈应用在大规模推荐系统中。不但极大提高了推荐系统的效率,而且可以实现对不同推荐算法的自然整合。我们将介绍在Tumblr主要产品中实现这一技术所遇到的挑战和具体的实现,以及部署后的效果。

提纲:

  1. 相关性反馈
  2. Tumblr 推荐系统架构
  3. 多个推荐算法的整合
  4. 实时用户反馈和算法优化 
  5. 数据稀疏性问题
  6. A/B Testing 和效果

听众受益:

  1. 怎么利用用户数据实时提高推荐系统效率
  2. 怎么克服数据稀疏性问题
  3. 怎么整合不同推荐算法和系统

极客邦控股(北京)有限公司

北京市朝阳区望京利泽中二路洛娃大厦C座6层1607