講座題目：設(shè)計(jì)可持續(xù)的推薦系統(tǒng)

主講人：麻省理工學(xué)院 張娟娟 教授

時(shí)間：2024年7月12日10：00

地點(diǎn)：特教C501

講座主要內(nèi)容：推薦系統(tǒng)被廣泛部署,，為用戶提供他們喜歡的內(nèi)容,。然而,，內(nèi)容必須被創(chuàng)造出來(lái),，而需求不足會(huì)抑制創(chuàng)作者的創(chuàng)作動(dòng)機(jī),。我們認(rèn)為,，如果規(guī)范推薦系統(tǒng)通過(guò)推廣每個(gè)用戶最喜歡的內(nèi)容,，抑制了不太受歡迎但仍然有價(jià)值的內(nèi)容的創(chuàng)作動(dòng)機(jī),，那么它可能是不可持續(xù)的,。我們提出了一個(gè)“可持續(xù)推薦系統(tǒng)”解決方案——根據(jù)創(chuàng)作者的“敏感性”和他們的“貢獻(xiàn)”來(lái)補(bǔ)貼他們的需求，前者衡量創(chuàng)作者被需求激勵(lì)的容易程度,，后者衡量創(chuàng)作者對(duì)用戶的整體重要性,。從理論上講，我們證明了該算法通過(guò)內(nèi)化用戶選擇對(duì)其他用戶的外部性來(lái)最大化長(zhǎng)期用戶效用,。在計(jì)算方面,，我們的主要?jiǎng)?chuàng)新是使用計(jì)算機(jī)視覺(jué)來(lái)估計(jì)創(chuàng)作者的貢獻(xiàn)，在那里我們訓(xùn)練一個(gè)深度學(xué)習(xí)模型來(lái)計(jì)算創(chuàng)作者分布如何影響全系統(tǒng)的用戶效用,。通過(guò)分析大型內(nèi)容平臺(tái)的數(shù)據(jù),，我們發(fā)現(xiàn)我們的算法可以激勵(lì)有價(jià)值的創(chuàng)作者，并維持長(zhǎng)期的用戶體驗(yàn),。

張娟娟,，清華大學(xué)經(jīng)濟(jì)學(xué)學(xué)士、加州大學(xué)伯克利分校工商管理學(xué)博士,。麻省理工市場(chǎng)學(xué)終身教授及John D. C. Little講席教授,、麻省理工斯隆管理學(xué)院全球項(xiàng)目教務(wù)主席。研究方向及主要成果：張娟娟教授主攻量化市場(chǎng)戰(zhàn)略,。其研究結(jié)合前沿的經(jīng)濟(jì)管理理論和計(jì)算科學(xué),，實(shí)現(xiàn)大規(guī)模的企業(yè)決策全景優(yōu)化和自動(dòng)化。研究成果屢見(jiàn)頂級(jí)學(xué)術(shù)期刊,，并屢獲行業(yè)最佳論文獎(jiǎng),。與業(yè)界深度合作,，成果應(yīng)用于營(yíng)銷(xiāo)自動(dòng)化、媒體優(yōu)化,、企業(yè)績(jī)效管理,、數(shù)字智能化轉(zhuǎn)型等領(lǐng)域。

互聯(lián)網(wǎng)自然語(yǔ)言智能處理四川省高校重點(diǎn)實(shí)驗(yàn)室

樂(lè)山人工智能現(xiàn)代產(chǎn)業(yè)學(xué)院

電子信息與人工智能學(xué)院

2024年7月9日