2017年2月22号下午，应计算机学院邀请，新加坡国立大学博士后研究员何向南博士在我校学术会议中心二楼做了题为“A Tutorial of General Linear Factorization Models”的学术报告，我院相关系所的师生参见了本次学术报告。

会上何博士主要讲解Factorization Machines（简称 FM）算法，FM算法可对任意的实值向量进行预测。其主要优点包括: 1) 可用于高度稀疏数据场景；2) 具有线性的计算复杂度。何博士以推荐系统为例引入FM，讲了什么是线性回归和多项式回归；介绍了利用FM可以进行各种预测任务，如回归、分类和排名；通过FM模型可以推广到MF、SVD++等模型；总结了FM的优点和缺点。最后何博士提及了他最新的工作是“Neural Factorization Machines”，主要是利用DNNs实现FM。

何向南博士是新加坡国立大学媒体搜索实验室的博士后研究员，主要研究方向有推荐系统、信息检索、多媒体和自然语言处理。他在SIGIR, WWW, MM, CIKM, IJCAI和AAAI等顶级会议以及包括TKDE和TOIS在内的顶级期刊上发表了超过20篇出版物。他的推荐系统工作已经获得ACM SIGIR 2016年度最佳论文奖。

百富策略bfball手机版