搜索、推荐和广告是互联网时代最主要的信息获取方式，也是迄今为止最大的人工智能商业化场景，而推荐系统是其中的关键技术之一。推荐系统的研究起源于上个世纪九十年代，随着近年来深度学习的爆发式发展，推荐系统技术进入了一个新的时代。本期CCF学科前沿讲习班《推荐系统》，对推荐系统最新进展进行系统性介绍，帮助学员理解推荐系统的基本概念，主要挑战和解决方法，掌握该领域包括用户行为建模、图神经网络、自动化机器学习、自监督学习、188体育app官网：、自然语言处理等一系列前沿技术，并通过工业界案例了解大规模推荐系统的设计与优化，开阔科研视野，增强实践能力。

本期ADL讲习班由CCF普适计算专委会协助组织，邀请到本领域8位来自著名高校与企业的重量级专家学者做主题报告。这些专家都活跃在推荐系统研究和创新的第一线，具有超高的理论造诣和丰富的实践经验，在学术界、产业界以及开源社区都具有广泛的影响力。他们将以不同的视角，通过技术构建和案例实践，多层次多维度地为大家展示推荐系统技术的全景。

 
学术主任：

谢幸 微软亚洲研究院首席研究员，CCF普适计算专委会副主任

金蓓弘 中国科学院软件研究所研究员，CCF普适计算专委会常务委员

主办单位：中国计算机学会

活动日程： 

特邀讲者：

李勇，清华大学电子系长聘副教授，长江学者，CCF普适计算专委会执行委员

讲者简介：李勇，清华大学电子系长聘副教授，博士生导师，长江学者，国家重点研发计划项目负责人。长期从事数据科学与智能方面的科研工作，在KDD、NeurIPS、WWW、UbiComp等国际会议与期刊发表学术论文100余篇（CCF A类80篇），文章引用12000余次，6次获国际会议最佳论文/提名奖，10篇论文入选ESI高被引用论文。先后入选全球“高被引科学家”名单、国家“万人计划”青年拔尖人才计划，获IEEE ComSoc亚太区杰出青年学者奖、教育部科技进步一等奖、电子学会自然科学二等奖、吴文俊人工智能优秀青年奖。

报告题目：图神经网络推荐系统

报告摘要：推荐系统在各类互联网产品中广泛应用，成为了信息服务的基础设施，其中广泛收集的用户线上行为是推荐系统最重要的驱动力。然而，在不同的应用场景中，用户的行为模式千差万别、行为数据复杂多样，为推荐系统的模型设计带来了巨大挑战。本报告将从用户行为建模与认知展开，介绍图神经网络推荐系统的一系列研究工作，具体分为两部分。第一部分着手于用户复杂行为建模，分别研究用户的异质行为建模问题、序列化行为建模问题、社交拼团行为建模问题、组合消费行为建模问题；第二部分则深入用户行为机理认知，分别研究用户行为受商品价格、从众心理、推荐结果多样性等多种内在及外在因素的影响。

赵鑫，中国人民大学高瓴人工智能学院长聘副教授