AutoML 在推荐系统排序模型的探索与应用(上)

所属专题:人工智能应用与实践

所属领域: 人工智能

嘉宾 : 张俊林 | 新浪微博机器学习团队 AI Lab 负责人

会议室 : 宴会厅1

讲师介绍

专题演讲嘉宾:张俊林

新浪微博 机器学习团队 AI Lab 负责人

张俊林,中国中文信息学会理事,中科院软件所博士。目前担任新浪微博机器学习团队 AI Lab 负责人。在此之前,张俊林曾经在阿里巴巴任资深技术专家并负责新技术团队,以及在百度和用友担任技术经理及技术总监等职务。他是技术书籍《这就是搜索引擎:核心技术详解》(该书荣获全国第十二届优秀图书奖)、《大数据日知录:架构与算法》的作者。

他本科毕业于天津大学管理学院,之后在中科院软件所直接攻读博士学位,研究方向是信息检索理论与自然语言处理,就学期间曾在 ACL2006、COLING2004、IJCNLP2004 等国际顶级会议发表多篇学术论文。另外,他在此期间领导设计的搜索系统曾在美国国防部 DARPA 主持的 TREC 高精度检索系统评测中取得综合排名第一名的优异成绩。近年来,陆续在 Recsys2019 以及 ICDM2019 等国际会议发表多篇深度学习推荐系统相关论文。

议题介绍

地点:宴会厅1
所属专题:人工智能应用与实践
所属领域:
人工智能

演讲:AutoML 在推荐系统排序模型的探索与应用(上)

工业界的实用化推荐系统一般分为召回和排序环节,而排序环节是其中技术最复杂的部分。随着技术的发展,除了常见的LR/FM等传统模型,深度学习排序模型比如 Wide&Deep 模型、DeepFM 模型等各种新型模型也逐步落地到各个公司的实际业务中,并产生了较好的应用效果。

但是,目前的深度学习排序模型还是主要基于算法工程师手工设计模型的模式,这本身仍然具有很大的局限性。AutoML 作为自动进行模型探寻的技术方案,目前在图像以及自然语言处理领域已经取得较大的成效,但是在推荐系统以及 CTR 预估领域里,AutoML 如何应用并自动找到比手工设计更好的模型?这个问题还是一个具备挑战的新兴探索方向。本次分享,我们会介绍新浪微博利用 AutoML 技术方案来自动搜寻最佳排序模型的探索和相关的经验性的结论。

内容大纲

  1. 推荐系统简介;
  2. 推荐系统常用排序模型介绍;
  3. AutoML 技术介绍;
  4. AutoML 如何应用在推荐系统的排序模型搜索中;
  5. 一些经验性的结论。

听众收益

  1. 可以掌握推荐系统最新技术前沿进展;
  2. 可以了解 AutoML 技术的主流方法;
  3. 可以掌握 AutoML 在排序模型的应用及其效果。

交通指南

© 2019 Baidu - GS(2018)5572号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
想要批量报名或更多优惠?
立即联系票务小姐姐 Ring
或致电:+86 17310043226