最新游戏评测与推荐 学术论述: 基于收听序列embedding学习的音乐推选

栏目分类
你的位置:娱乐潮流网 > 音乐资讯 > 最新游戏评测与推荐 学术论述: 基于收听序列embedding学习的音乐推选
最新游戏评测与推荐 学术论述: 基于收听序列embedding学习的音乐推选
发布日期:2024-11-16 15:28    点击次数:154

最新游戏评测与推荐 学术论述: 基于收听序列embedding学习的音乐推选

题    目:基于收听序列embedding学习的音乐推选

时    间:2018年1月8日周一下昼15:00

地    点:南开大学津南校区,计控学院信息东楼523会议室

讲者信息:

       

      徐贯东博士为社会收罗,社司帐算,与步履数据分析和挖掘限制的海外学者,现任悉尼科技大学数据分析学院副西宾(Reader),南开大学讲座西宾,博士生导师,数据分析专科辩论生栽培部主任。 他的辩论趣味包括步履与社会大数据野心,东说念主工智能,展望模子,酬酢媒体和社会收罗分析,推选系统。他还是在包括TOIS, TIST, TNNLS, TSC, TIFS, IEEE-IS, Inf. Sci., KAIS, WWWJ, IJCAI, AAAI, ICDE, WWW, ICDM, CIKM等期刊会通议上发表论文180+篇,现在是WWWJ杂志助理主编。主要承担澳大利亚国度当然科学辩论基金(ARC)、澳大利亚联邦和州政府,澳大利亚银行等多项科研步地,近三年科研经费跨越250万澳元。他是悉尼科技大学工业互助与社会影响计算评审内行,他曾先后赢得澳大利亚栽培部奋进辩论奖,2016和2017年诀别赢得澳大利亚阛阓大数据立异奖和最好客户大数据奖。

论述信息:

      音乐推选的主要穷苦在于何如准确获取用户状况高下文成分,本论述主要先容一种基于用户收听音乐的序列模式来获取高下文成分的规律music2vec。该规律通过embedding来发现用户的long/short-term趣味,在实践数据集上的测试证实了该规律的灵验性。