講座時間：10月12日上午10：00
講座地點：行政樓2樓國際學術報告廳
主辦單位：數(shù)學與計算機學院
主講人簡介：李琳博士，女，1977年10月，湖南衡陽人，教授／博導，中國計算機學會CCF會員，中國計算機學會青年計算機論壇（CCF YOCSEF）武漢分論壇AC委員。1999年本科畢業(yè)于武漢理工大學電信學院，并留校任教，2002年獲武漢理工大學控制理論與控制工程碩士學位，2009年3月獲日本東京大學信息理工博士學位。2014年至2015年澳大利亞悉尼科技大學訪問學者。
主要研究領域為人工智能和大規(guī)模數(shù)據(jù)分析技術及應用，特別是Web數(shù)據(jù)挖掘、自然語言處理、推薦系統(tǒng)及信息檢索技術。近年以來主持國家基金2項（自然科學基金和社會科學基金）、省部級項目5項及若干企業(yè)委托項目。以第一作者或通訊作者在CCF（中國計算機學會）推薦的國際學術會議和學術刊物發(fā)表論文十余篇，含人工智能A類國際學術會議 4篇，合作發(fā)表其它EI檢索國際會議論文二十余篇，出版英文專著2本，中文專著1本，獲得湖北省科技進步三等獎和技術發(fā)明三等獎。MOOC課程《互聯(lián)網(wǎng)大規(guī)模數(shù)據(jù)分析技術》于2016年11月在學堂在線平臺上上線，目前學生人數(shù)超過8000。
報告題目和摘要：
題目：基于LBSN的興趣點推薦方法
摘要：隨著帶有GPS定位功能的智能手機越來越普遍,人們喜歡分享他們的地理位置或者通過評論某個地方的商品從而留下用戶的足跡,這引發(fā)了以共同的興趣點(POIs)為中心,基于地理位置信息的社交網(wǎng)絡研究(location based social network, LBSN).社交網(wǎng)絡中的一類典型應用是推薦系統(tǒng),而推薦系統(tǒng)中最常見的問題是冷啟動,即在用戶很少點評商家或分享評論時如何為他推薦感興趣的商家.為解決冷啟動問題,我們研究了一系列推薦方法，通過在用戶社交網(wǎng)絡中挖掘評論文本、地理信息和基于興趣圈的社會關系等信息，從而提高推薦質量. 以社交關系為例，我們提出的方法在傳統(tǒng)矩陣分解模型的基礎上考慮不同的興趣圈上的社會關系,使用的社會關系包括朋友關系(顯性關系)和相關專家(隱性關系),并用它們作為規(guī)則化項來優(yōu)化矩陣分解模型.實驗數(shù)據(jù)集來自第5屆Yelp挑戰(zhàn)賽和自己爬取的Foursquare數(shù)據(jù)集,提出的方法與已有模型進行了充分的實驗對比分析,結果表明,我們的模型特別是在解決冷啟動問題方面優(yōu)于多種現(xiàn)有的方法。
