实验室研究成果获IJCNN 2017最佳学生论文奖
文章来源:  |  发布时间:2017-07-07  |  【 】 【打印】 【关闭】  |

    国际神经网络联合大会(International Joint Conference on Neural Networks,简称IJCNN)是由国际电气与电子工程师学会(IEEE)主办的神经网络领域的老牌国际学术会议,已经有30多年的办会历史,目前是CCF-C类会议。

   今年IJCNN20175月在美国阿拉斯加召开。信息内容安全技术国家工程实验室硕士研究生刘纯一、副研究员周川等人完成的工作《CPMF: A Collective Pairwise Matrix Factorization Model for Upcoming Event Recommendation荣获本届大会最佳学生论文奖(INNS/Intel 2017 Best Student Paper)。

   该文主要解决了网络用户对临近事件(upcomingevent)的偏好建模问题。临近事件通常缺乏有效的用户历史反馈,无法通过传统的协同过滤方法来实现用户偏好建模。为解决这个难题,本文提出了一种基于联合排序损失的概率矩阵分解新框架,通过引入偏序关系置信度概念,对用户线上社交和线下活动进行联合建模与组合分析,实现了用户对临近事件的偏好精准预测。本文所提框架为用户偏好建模提供了新思路,其技术方法可广泛应用于舆情监管、个性化信息服务等领域。

 

  

  

版权所有 © 信息内容安全技术国家工程实验室 备案序号:京ICP备00000000号
地址:北京市海淀区闵庄路甲89号 邮编:100093