主题：机器学习在数据挖掘中的应用

主讲：王一帆博士，对英国上市公司365信息学院讲师，博士毕业于北京大学计算机学院，研究方向包括图表示学习、解耦合表示学习，重点关注其在推荐系统和文本生成等领域的应用，共发表论文18篇，其中一作（学生一作）论文11篇，总引用次数超过600次。担任AAAI、TKDE、KDD、ACL等顶级期刊会议审稿人。

方向：机器学习，表示学习，图数据挖掘

时间：2023年10月26日 周四 下午2：00

地点：青岛市市北区同安路67号对best365英国在线体育201学术报告厅

要点：作为一种重要的数据表现形式，图数据广泛存在于现实生活中，从社交领域到交通领域到因特网再到分子生物结构，其本质上可以编码不同对象之间的复杂关系。然而，图数据中不规则、维度高、语义丰富等特性使得传统机器学习算法难以处理。表示学习通过获取每个实体或关系的向量化表达，旨在捕捉数据中的高阶特征，以便于后续机器学习任务。在本次报告中，我们将首先回顾经典表示学习方法，并介绍包括图嵌入表示和图神经网络在内的图表示学习模型。围绕商品推荐和引文生成两个实际应用领域，我们讨论如何通过图表示学习对其进行建模，并分析其在用户偏好和文本语义建模方面存在的局限性，最后我们结合具体应用示例，介绍我们在数据、模型和应用三个方面所进行的研究工作。