科研学术

　　8月13日至17日国际数据挖掘领域顶级会议SIGKDD 2017在加拿大哈利法克斯召开。我校计算机学院、大数据研究中心连德富老师指导英才学院本科生刘睿在数据挖掘领域顶级会议SIGKDD 2017上发表论文“Discrete Content-aware Matrix Factorization”，并被接受为会议口头报告论文。刘睿在会议上做了精彩的口头报告，并与与会学者进行了交流。

英才学院本科生刘睿

刘睿同学在会议上进行口头报告

　　随着数据的急剧增加，推荐系统的实时性的重要性不断提高，该项工作使用哈希方法提高推荐效率。通过利用商品的内容信息提取有效特征，从而解决冷启动的问题；基于加权正则化矩阵分解的方法，使模型可以很好地利用隐性反馈数据，从而解决数据稀疏的问题；利用变分推断法为logit loss寻找到有效上界，从而将回归模型扩展到分类模型，并且在3个公开数据集上证明了推荐性能的优越性。

在回归任务下，不同长度隐因子、不同哈希方法的商品推荐性能对比

在分类任务下，不同哈希方法以及DCMF的一些变体的商品推荐性能对比

　　SIGKDD是ACM在数据挖掘领域的顶级会议，每年都吸引着超过2000位来自世界各地的顶尖数据挖掘研究人员和从业人员。作为数据挖掘的顶级盛宴，2017年SIGKDD会议口头报告论文的接受率仅为8.6%，该篇论文被接受为会议口头报告论文，代表了数据挖掘领域对两位研究者的科研成果及科研水平的认可。

　　相关链接：

　　大数据研究中心教育大数据研究所成立于2014年，主要从事人工智能、数据挖掘、计算机视觉、数据管理等领域的国际前沿研究。目前，团队有教授3名、副教授1名、副研究员2名，本、硕、博学生近40名。自团队成立以来，已在SIGKDD, CVPR，SIGMOD，TKDE, PMAI等国际顶级会议和期刊上发表论文百余篇，出版专著1本，承担国内外课题共计17项（包括4项国家自然科学基金项目、1项863重点项目、4项国际项目）。

　　论文地址：http://www.kdd.org/kdd2017/papers/view/discrete-content-aware-matrix-factorization