推荐系统中的用户理解:偏好、意图、行为与满意度

个性化推荐已经成为人们日常生活中不可或缺的服务,人们对个性化推荐的精准性、智能性等的要求也越来越高。用户理解是影响个性化推荐的关键因素之一,直接决定着系统的推荐方向和目标,进而影响推荐的效果。在这个报告中,我将会介绍清华大学THUIR课题组在个性化推荐中针对用户理解工作的一系列新进展,包括用户偏好、意图的理解与建模,以及对用户行为的分析和满意度评价。在报告的最后,还将对个性化推荐的挑战和发展趋势进行简要讨论。

播放:331次,课程ID:4077750

推荐系统中的用户理解:偏好、意图、行为与满意度课程简介:前往报名学习

推荐系统中的用户理解:偏好、意图、行为与满意度课程简介:

个性化推荐已经成为人们日常生活中不可或缺的服务,人们对个性化推荐的精准性、智能性等的要求也越来越高。用户理解是影响个性化推荐的关键因素之一,直接决定着系统的推荐方向和目标,进而影响推荐的效果。在这个报告中,我将会介绍清华大学THUIR课题组在个性化推荐中针对用户理解工作的一系列新进展,包括用户偏好、意图的理解与建模,以及对用户行为的分析和满意度评价。在报告的最后,还将对个性化推荐的挑战和发展趋势进行简要讨论。

前往报名学习

推荐系统中的用户理解:偏好、意图、行为与满意度课程目录:

No list

No list

推荐系统中的用户理解:偏好、意图、行为与满意度授课教师:

张敏-副教授-清华大学-计算机科学与技术系

张敏博士是清华大学计算机科学与技术系的长聘副教授,主要研究领域Web信息检索、个性化推荐以及用户建模。 她现任计算机系智能技术与系统实验室的副主任,清华大学人工智能研究院的智能信息获取中心副主任,同时她还担任ACM SIGIR执行委员会委员,ACM信息系统汇刊(TOIS)编委,WebConf 2020的Web挖掘和内容分析的领域主席等,曾任SIGIR 2018的短文主席,WSDM 2017的程序委员会主席等。她还与国际国内产业界开展深入合作,并拥有12项专利。

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。