「PW Live」是 PaperWeekly 的學(xué)術(shù)直播間，旨在幫助更多的青年學(xué)者宣傳其最新科研成果。我們一直認(rèn)為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產(chǎn)生更大的價值。

推薦系統(tǒng)中基于深度學(xué)習(xí)的方法近幾年來層出不窮，然而不同工作間實驗設(shè)定和實現(xiàn)細(xì)節(jié)的差異使得我們很難直接比較不同論文的相對效果，也有論文針對推薦領(lǐng)域中實驗的可復(fù)現(xiàn)性提出了質(zhì)疑，認(rèn)為表面的百花齊放背后其實隱藏著長時間的停滯不前。

本期 PW?Live，我們邀請到清華大學(xué)計算機(jī)系人智所信息檢索課題組的博士生王晨陽，為大家?guī)?ReChorus: 一個輕量級 Top-K 推薦框架及相關(guān)論文介紹的主題分享。

對本期主題感興趣的小伙伴，7?月 16?日（周四）晚 8?點，我們準(zhǔn)時相約 PaperWeekly B 站直播間。

分享提綱

清華大學(xué)計算機(jī)系人智所信息檢索課題組基于最近發(fā)表在 SIGIR’20 工作的代碼，整理出了一個輕量級的 Top-K 推薦框架 ReChorus，旨在分離模型間共同的實驗設(shè)定和不同的模型設(shè)計，使得各個模型能夠在一個公平的 benchmark 上進(jìn)行對比。

ReChorus 足夠簡單易上手，既適合初學(xué)者了解推薦領(lǐng)域的經(jīng)典模型，也適合研究者基于此快速實現(xiàn)自己的想法；同時 ReChorus 足夠靈活，可以輕松適配個性化的數(shù)據(jù)格式和評測流程。

除此之外，我們會介紹目前 ReChorus 中表現(xiàn)最好的模型——引入商品關(guān)系和時間動態(tài)性的商品表示。這個工作顯式建模了目標(biāo)商品和近期交互商品之間的關(guān)系，以及不同關(guān)系所產(chǎn)生的影響如何隨時間變化。實驗表明該方法得到的商品表示可以靈活地應(yīng)用于各種推薦算法并取得顯著的效果提升。

本次分享的具體內(nèi)容有：

• ReChorus 推薦框架介紹

• 實例演示如何基于 ReChorus 實現(xiàn)新模型

• 相關(guān)論文方法介紹

嘉賓介紹

?王晨陽?/ 清華大學(xué)計算機(jī)系博士生?

王晨陽，清華大學(xué)計算機(jī)系人智所信息檢索課題組二年級博士生，研究方向為推薦系統(tǒng)中用戶的動態(tài)需求，主要包括序列推薦、引入知識及時間動態(tài)性的意圖理解等，在 WWW、SIGIR 等會議發(fā)表多篇論文。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進(jìn)行，掃描下方海報二維碼或點擊閱讀原文即可免費(fèi)觀看。線上分享結(jié)束后，嘉賓還將在直播交流群內(nèi)實時 QA，在 PaperWeekly 微信公眾號后臺回復(fù)「PW Live」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現(xiàn)在，在「知乎」也能找到我們了

進(jìn)入知乎首頁搜索「PaperWeekly」

點擊「關(guān)注」訂閱我們的專欄吧

關(guān)于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的直播 | 清华大学王晨阳：轻量级Top-K推荐框架及相关论文介绍的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。