标签:Conference Intelligence 顶刊 大牛 Artificial 个人主页 https 顶会 推荐
顶会:
推荐系统:
RecSys:The ACM Conference Series on Recommender Systems.
人工智能:
AAAI- The National Conference of the American Association for Artificial Intelligence.
IJCAI- The International Joint Conference on Artificial Intelligence.
ECAI-European Conference on Artificial Intelligence
UAI- The Conference on Uncertainty in Artificial Intelligence
顶刊:
大牛:
取自知乎张小磊回答: https://www.zhihu.com/question/53496856/answer/358071494
① Hao Ma
个人主页:https://www.haoma.io/
主要贡献:社会化推荐领域大牛,提出了许多基于社会化推荐的有效算法,现就职于微软
② Julian McAuley
个人主页:https://cseweb.ucsd.edu/~jmcauley/
主要贡献:研究方向为社交网络、数据挖掘、推荐系统,现为加利福尼亚大学圣迭戈分校助理教授
③ 郭贵冰
个人主页:
主要贡献:国内推荐系统大牛,创办了推荐系统开源项目LibRec
④ Hao Wang(王灏)
个人主页:http://www.wanghao.in/
主要贡献:擅长运用深度学习技术提高推荐系统性能
⑤ 何向南
个人主页:http://staff.ustc.edu.cn/~hexn/
主要贡献:运用深度学习技术提高推荐系统性能
⑥ Robin Burke
个人主页:
主要贡献:混合推荐
⑦ 项亮
主要贡献:国内推荐系统领域中理论与实践并重的专家,Netflix Prize第二名
参考资料:
推荐系统干货总结 - 张小磊的文章 - 知乎 https://zhuanlan.zhihu.com/p/34004488
标签:Conference,Intelligence,顶刊,大牛,Artificial,个人主页,https,顶会,推荐 来源: https://www.cnblogs.com/linglanhuakai/p/14490274.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。