本期為TechBeat人工智能社區(qū)第389期線上Talk。北京時間3月16日(周三)20:00，中國科學技術(shù)大學信息科學博士后——陳佳偉的Talk將準時在TechBeat人工智能社區(qū)開播！

他與大家分享的主題是: “面向數(shù)據(jù)偏差和反饋回路的因果推薦系統(tǒng)”，屆時將分享團隊近期提出的4個因果驅(qū)動的推薦糾偏技術(shù)，并一起討論一些未來可行的研究方向。

Talk·信息

主題：面向數(shù)據(jù)偏差和反饋回路的因果推薦系統(tǒng)

嘉賓：?中國科學技術(shù)大學信息科學博士后?陳佳偉

時間：北京時間?3月16日?(周三) 20:00

地點：TechBeat人工智能社區(qū)

http://www.techbeat.net/

完整版怎么看？

掃描下方二維碼，或復制鏈接https://datayi.cn/w/z98yGGaR至瀏覽器，一鍵完成預(yù)約！上線后會在第一時間收到通知哦

Talk·提綱

數(shù)據(jù)偏差問題是推薦系統(tǒng)中普遍存在的問題，受到廣大研究者和從業(yè)者的關(guān)注。當前推薦模型主要采用數(shù)據(jù)驅(qū)動的方式，即通過構(gòu)造模型來擬合用戶歷史行為數(shù)據(jù)，從而實現(xiàn)對用戶興趣的捕捉并實現(xiàn)推薦。然而這類方法往往會受到嚴重的數(shù)據(jù)偏差的干擾——在推薦系統(tǒng)中，數(shù)據(jù)往往是觀測得到的而非實驗干預(yù)得到的，因此會受到曝光機理、用戶選擇、物品流行度等方面的影響，導致數(shù)據(jù)的分布往往不能直接反映出用戶的真實興趣。

因果推理技術(shù)可以解析用戶行為背后的因果機理，解耦用戶興趣與數(shù)據(jù)偏差對用戶行為的影響，因此近年來受到學術(shù)界越來越多的關(guān)注。此talk將分享我們團隊近期提出的4個因果驅(qū)動的推薦糾偏技術(shù)，并一起討論一些未來可行的研究方向。

具體分享提綱如下：

1.?推薦系統(tǒng)背景和生態(tài)

2. 推薦數(shù)據(jù)偏差問題

3. 介紹4個因果驅(qū)動的推薦糾偏方法

4. 總結(jié)和未來工作展望

Talk·預(yù)習資料

[1] Bias and Debias in Recommender System: A Survey and Future Directions

[2] Popularity Bias Is Not Always Evil: Disentangling Benign and Harmful Bias for Recommendation

[3] AutoDebias: Learning to debias for recommendation

[4] Causal Intervention for Leveraging Popularity Bias in Recommendation

[5] Disentangling User Interest and Conformity for Recommendation with Causal Embedding

Talk·提問交流

通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎勵哦！

方式 ①

在Talk界面下的【交流區(qū)】參與互動！留下你的打call??和問題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻，我們都會給予你相應(yīng)的i豆積分，還會有驚喜獎勵哦！

方式 ②

在本文留言區(qū)直接提出你的問題，或掃描下方二維碼提問！

Talk·嘉賓介紹

陳佳偉，現(xiàn)中國科學技術(shù)大學信息學院數(shù)據(jù)科學實驗室博士后，博士就讀于浙江大學計算機學院，主要研究方向為推薦系統(tǒng)，機器學習，因果推理，特別是對于推薦系統(tǒng)中的偏差問題，近年來有一定的研究積累，發(fā)表10余篇工作在AAAI, WWW, SIGIR, KDD，CIKM，TOIS，TKDE等國際高質(zhì)量期刊會議上。同時，他也是SIGIR, ACMMM, AAAI, IJICAI, WWW, TOIS, TKDE等國際期刊會議的審稿人。

個人主頁：

jiawei Chen's Homepage (jiawei-chen.github.io)

?長按識別二維碼，一鍵預(yù)約TALK！

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗，加速并陪伴其學習成長。 期待這里可以成為你學習AI前沿知識的高地，分享自己最新工作的沃土，在AI進階之路上的升級打怪的根據(jù)地！

更多詳細介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ