推荐机制设计和多目标优化

所属专题:推荐广告技术及实践

嘉宾 : 欧文武 | 阿里巴巴研究员

会议室 : 和合厅B

讲师介绍

专题演讲嘉宾:欧文武

阿里巴巴研究员

欧文武,2008 年加入阿里巴巴,先后负责过个性化商品搜索、智能交互和信息流推荐等,主持过多个搜索推荐重大技术项目,致力于推动大规模机器学习、边缘计算和认知计算在商品搜索和推荐中的应用,和团队一起在 WWW、KDD、ICLR、SIGIR、AAAI、IJCAI 等发表过 10 多篇顶会论文。

议题介绍

演讲:推荐机制设计和多目标优化

随着推荐系统在信息分发中作用越来越重要,推荐系统优化目标也变得多元化,这次分享将主要介绍淘宝电商推荐中的多目标优化问题及应用实践。

内容大纲

1、简介

2、推荐机制设计

3、强化学习方法

4、帕累托多目标平衡

5、基于多智能体的多场景协同优化

6、千人千模

7、未来展望

听众收益

1.了解工业级推荐系统中的多目标机制设计和优化方法

2.了解强化学习和多智能体在推荐系统中的实际应用

交通指南

© 2020 Baidu - GS(2019)5218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 Amy
或致电:+86-15615403186