报告题目：跨域推荐任务中的关键问题研究

报告人：郭磊山东师范大学

报告时间：2024年4月13日（星期六）上午10:00-11:00

腾讯会议：359-721-664

报告人简介：郭磊，博士毕业于山东大学信息检索实验室，现为山东师范大学信息科学与工程学院副教授。曾于2018-2019年在CSC资助下访问澳大利亚昆士兰大学DKE实验室。主要研究方向为推荐系统和数据挖掘。在相关领域国际会议和期刊，如TKDE、TOIS、KDD、WWW、ICDE、IJCAI、CIKM、TNNLS等，发表论文30余篇；担任中国中文信息学会信息检索专委会通讯委员、社会媒体处理专委会委员、山东省人工智能学会常务理事、CCF YOCSEF济南候任AC委员；受邀担任SIGIR、KDD、WWW、IJCAI、AAAI、CIKM、DASSFA、ICME等相关领域国际会议的PC，第五、六届山东省人工智能大会（SDAI）出版主席。主持国家自然科学基金项目2项、中国博士后科学基金面上项目1项和山东省自然科学基金面上项目1项。曾荣获2021、2022年度山东省人工智能年度优秀学术论文奖、中国发明协会2023年度发明创业创新奖二等奖、第九届山东省教学成果奖二等奖、齐鲁软件设计大赛优秀指导教师荣誉称号。

报告摘要：跨域推荐算法作为解决数据稀疏和用户冷启动问题的一种重要工具，近年来受到了研究者们的广泛关注。本报告将围绕跨域推荐场景中的相关问题展开介绍，即跨域推荐任务中的：1）信息融合问题，2）噪声过滤问题和3）无重叠用户对齐问题。本报告将重点介绍对于上述三个问题的不同解决方法，内容涉及基于域感知的图卷积网络、基于强化学习的噪声过滤模型和基于对抗学习的域自适应网络等相关算法。