CCF@U734：微软谢幸走进南京航空航天大学

阅读量:287 2020-01-23 收藏本文

2019年11月18日，CCF走进高校活动来到南京航空航天大学。CCF杰出会员、微软亚洲研究院谢幸研究员为该校师生带来一场精彩的报告。活动由CCF专业会员、南京航空航天大学赵彦超老师主持，南京航空航天大学教师、本科生和研究生共80余人参加活动。

报告开始，赵彦超对CCF走进高校活动做了简要介绍，并对谢幸的到来表示欢迎，随后谢幸开始作报告。

谢幸的报告主题是《个性化推荐系统的未来》。他从个性化推荐系统的发展历史讲起，随后以自身的研究为例从多个方面为大家介绍了其算法背景与应用场景等。最后他提出个性化推荐系统在未来将在效率、多样性、公平性等方面不断发展。

报告结束后，现场听众提出了自己的问题和观点，如推荐系统在隐私保护、伦理等方面的问题，谢幸耐心的一一解答。最后，本次活动在热烈的互动中取得圆满成功。

谢幸作报告

现场互动

合影

听众感言

李辉阳 CCF学生会员南京航空航天大学计算机科学与技术学院2018级本科生

作为南航计科院大二的一名学生，我有幸参加了谢幸老师的讲座——个性化推荐系统的未来。谢老师从深度学习的应用、知识图谱的应用、强化学习的应用、用户画像和可解释推荐等几个方面展开，向我们介绍了如今个性化推荐系统的几个不同技术领域。同时，谢老师针对算法推荐对于网络舆论的影响进行了重点阐述，新闻的生产方式、传播介质、运转模式以及用户信息行为模式都发生转变，由此带来对网络舆论场的冲击。通过本次讲座不仅让我对于深度学习、自然语言等技术领域有了近一步的理解，同时使我对于这些技术对网络舆论的引导产生了一定的思考。我相信做为互联网服务发展的产品——个性化推荐系统必将在未来成为建设新时代网络环境的主力者之一。

李皓琨 CCF学生会员南京航空航天大学计算机科学与技术学院2018级本科生

非常感谢CCF走进高校活动来到我们学校。

谢幸老师通过一些简单的描述，为我们介绍了个性化推荐系统的几种基础模型以及个性化推荐系统在应用过程中应该考虑的问题。

推荐系统一直是社交网络不可缺失的一部分，谢老师先从个性化推荐系统的历史讲起，再提到目前遇到的种种挑战，由各种挑战引出当下深度学习、自然语言处理、知识图谱是如何帮助个性化推荐系统战胜这些困难的。他还介绍了相关机器学习算法在训练推荐系统时发挥的作用，以及机器学习的各种算法相互组合对训练效果的影响。谢老师非常清楚地阐述了知识图谱是如何能通过稀疏的、缺乏解释性的用户数据中推得相关联的数据并且应用到推荐系统中。除了讲述算法，谢老师还提到了用户隐私保护、推荐内容引导性的问题，让我受益颇深。

通过这次讲座，我也了解到了机器学习相关算法在大量数据和实际应用中的能力，一改之前对机器学习相关算法的狭隘理解，真正体会到了相关算法的真实作用，开拓了眼界。

讲者简介

谢幸,CCF杰出会员、2019年CCF青竹奖获得者。博士，2001年7月加入微软亚洲研究院，现任首席研究员，中国科技大学兼职博导，微软-中科大联合实验室主任。1996年毕业于中国科技大学少年班，2001年在中国科技大学获得博士学位，师从陈国良院士。目前，其团队在数据挖掘、社会计算和普适计算等领域展开创新性的研究。在国际会议和学术期刊上发表了300余篇学术论文，共被引用25000余次，H指数75。1999年获首届微软学者奖，曾在KDD、ICDM等顶级会议上获最佳论文奖，并被邀请在MDM 2019、HHME 2018、ASONAM 2017、Mobiquitous 2016、SocInfo2015、W2GIS 2011等会议作大会主题报告。