生活在移動時代，推薦演算法早已成為人們生活中最常見的技術名詞之一。
從電商、社交、資訊，再到娛樂、生活服務，現如今在中國，哪裡有海量資訊，哪裡就有推薦系統。
就連想要收購Twitter的馬斯克，首次在員工大會露面時，也「激情發言」讓Twitter好好學學中國社交軟體的推薦，要讓使用者不無聊，又能刷得舒服。
推薦演算法在移動時代的重要性毋庸多言。
並且從最初的使用者搜尋什麼，就重複推薦什麼的初代推薦系統，再到現在能真正實現千人千面，堪比「猜心」的精準推薦，演算法正變得越來越懂你。
這背後有哪些推薦系統的演進，又有哪些演算法策略的考量？
推薦演算法帶來的「資訊繭房」問題是否有解，流量傾斜又是否會導致頭部效應加劇？
如果你也對這些問題感興趣，那麼現在，國內最活躍的UGC生活內容社區小紅書，正有一份答案要公開分享。
10月26日，由小紅書技術團隊出品的技術直播節目【REDtech 來了】第五期《推薦演算法為什麼越來越懂我》即將開播。
上海交通大學電腦科學與工程系副教授張偉楠、小紅書智慧分發團隊負責人瑞格、小紅書資訊流廣告模型工程師特圖，將線上進行技術分享。
上海交通大學電腦科學與工程系副教授張偉楠將帶來主題分享《推薦系統的技術演進》。
張偉楠，於2011年畢業於上海交通大學計算機系ACM班，並於2016獲得英國倫敦大學學院計算機系博士學位，在國際一流的會議和期刊上發表50餘篇論文。其中5次以第一作者身份在ACM國際資料科學會議KDD上發表文章。
他曾在2016年獲得由微軟研究院評選的全球「SIGKDD Top20科研新星」稱號；2017年獲得ACM國際資訊檢索會議SIGIR的最佳論文提名獎；2017年獲得上海ACM新星獎；2018年獲得阿里巴巴達摩院青橙獎；在KDD-Cup使用者個性化推薦大賽獲得全球季軍，在全球大資料實時競價展示廣告出價演算法大賽中獲得最終冠軍。
小紅書社區因其雙列推薦場景和大量UGC內容，催生了許多獨具特色和更有挑戰的技術問題：如何實現充分個性化的資訊推薦，如何平衡使用者的長短期興趣，如何更好地實現多樣性的打散，推薦系統如何構建好內容生產和發佈的關係，讓優質內容在社區生態中茁壯成長等等。
對此，小紅書智慧分發團隊負責人瑞格則會圍繞「小紅書特色推薦場景及問題」展開詳細介紹。
瑞格是資深的機器學習領域的專家，在小紅書搭建了支持超大規模參數的線上學習訓練框架，支持搜廣推個性化模型學習，通過前沿演算法的不斷探索顯著提升了分發效果。
瑞格也曾在百度鳳巢從事超大規模分散式訓練演算法研究，用於點選率模型預估等問題，並在百度研發了適用於搜尋廣告相關性問題的半監督學習演算法，顯著提升了廣告相關性。
除此之外，小紅書資訊流廣告模型工程師特圖將在直播中講解入選SIGIR 2022的論文《面向點選率預估任務的深度統計技術》，該論文得益於小紅書技術在實際業務中的探索實踐，是工業界第一線的學術成果。
特圖在內容分發領域有多年研發經驗，多項工作被KDD、SIGIR等錄用，同時也是PyTorch、TensorLayer等知名開源項目的貢獻者。
在當天的直播過程中，大家將有機會與三位專家直接互動交流。
詳細議程
直播收看攻略✦
時間：2022 年 10 月 26 日（週三）19：00-21：00
直播平臺：關注【小紅書技術 REDtech】視訊號，預約直播，不見不散。（直播也將在抖音與B站同步進行，搜尋「小紅書技術 REDtech 」）
掃描下方二維碼進入直播交流群，將第一時間獲取直播連結及開播提醒。
微信群內還會發布嘉賓演講精華和抽獎活動， 參與互動提問還有機會被嘉賓pick解答哦。
*本文系量子位獲授權刊載，觀點僅為作者所有。
