报告题目：Multi-site User Behavior Modeling and Its Application in Video Recommendation (SIGIR’2017, August 2017, Tokyo, Japan)

报告人: 杨春风  博士(香港中文大学)

报告时间：5月18日（周四）15:30

 

随着在线视频越来越流行，各大视频网站在努力获得更多的用户访问（eyeball）。一些用户会访问多个视频网站来满足其兴趣，也有一些死忠用户只青睐一个网站。过去由于数据的彼此隔离，对用户在多个网站的行为探索尚未进行。在这个工作中，通过挖掘从电信ISP获取到的中国六大主流视频网站用户观影行为，对用户兴趣进行建模。对数据的测量结果显示，用户在多个网站观影偏好同时具有跨网站一致性和每个网站独特性。我们提出一个Multi-site Probabilistic Factorization (MPF) 的生成模型来捕捉这2种特性，并分析了该模型设计原则。一系列的推荐系统实验结果展示，MPF相比于其他state-of-the-art的factorization模型，取得了最好的效果（在F-measure上分别取得12.96%,8.24%和6.88%的提升）。我们的这一结果和发现，对多个网站之间的潜在合作（利用多网站行为数据构建推荐系统实现win-win）可能性提供了启发和洞察。

  

杨春风  博士

本科（2008.9~2012.6）：华中科技大学电子信息工程

博士（2012.8至今）：香港中文大学信息工程系

实习（2014.2至今）：腾讯技术工程事业群/数据平台部/数据应用中心/数据应用组，从事社交化视频推荐的研究和实践；以及计算广告

博士研究方向：推荐系统，（大数据）数据挖掘，社交网络分析，计算广告，用户建模