周畅,阿里巴巴达摩院算法专家,主要研究方向为图表征学习与推理、推荐系统、分布式图计算,已在 NIPS、 ACL、WWW、VLDB、AAAI 等会议上发表近 20 篇文章,也是多个顶级会议的 PC。他较早将图表征学习引入推荐系统,并在受限商品池推荐场景中展现向量召回优势,其研发的大规模商品和用户的表征学习算法,也已在手淘多个个性化推荐场景下获得有效提升。目前他主要关注如何构建可解释的表征和可持续的推理技术,并在推荐场景里进行应用。他与清华唐杰老师合作提出基于认知理论 Dual Process Theory 的 Cognitive Graph 系列算法,在多跳阅读理解、知识图谱补全等任务中取得了世界领先的成绩。