WSDM2022「时间检验奖」揭晓 天眼查创始人柳超所在研究团队获殊荣
来源：金融界 2022-05-31 17:24:02
第15届国际互联网搜索与数据挖掘大会（WSDM 2022）近日在线上召开，由香港中文大学与美国微软研究院团队，共同研究的课题“Recommender systems with social regularization”（WSDM 2011）荣获「时间检验奖」。
WSDM（读音为「Wisdom」）由国际计算机学会（ACM）旗下的信息检索（SIGIR）、数据挖掘（SIGKDD）、数据库（SIGMOD）与网络信息处理（SIGWEB）等四个专委会共同举办，在数据挖掘领域享受崇高的学术声誉。
大会给出的颁奖理由是：
推荐系统已成为学术界与工业界经久不衰的研究课题。委员会选中这篇论文，是因为它的重要性和对领域的影响力。该论文深入探讨了信任和推荐之间的关系，认识到用户不一定与他们信任的人有相似的品味，但同时又肯定了信任对推荐的重要性。论文作者通过为多个不同的推荐任务建立最合适的社交联系，从而帮助确立了将社交信号纳入推荐系统的价值。因此，这篇论文不但产生了强大的影响力（在 WSDM 时间检验奖的所有提名中被引用次数最多），还提前预见了信任和透明度在推荐系统中的重要性，在近日已成为一个重要的话题。
在这篇论文中，港中文大学计算机系与美国微软研究院共同组建研究团队，一起开创性地研究了当时少人问津、现下火热的「社交推荐」问题。目前，社交推荐已成为各个互联网产品的必备技能，微博、抖音、淘宝、微信「看一看」等等都有该功能。
2008-2012年期间，柳超博士任职于美国微软研究院，主管数据智能团队，在信息检索，数据挖掘和机器学习等诸多领域的研究有突出贡献，共计出版了 3 本英文专著、5篇国际期刊文章，以及30余篇国际一流学术会议文章，被独立引用超过1300次。2014年柳超博士创办天眼查，经过多年发展，天眼查已成为全国用户覆盖超3亿的商业查询首选品牌。 2022年2月，柳超博士所在的研究团队荣获WSDM 2022「时间检验奖」
他们基于用户的社交好友信息（从豆瓣等平台挖掘数据），提出了两种社交推荐算法，采用社交正则化项约束矩阵分解目标函数，来帮助提高推荐系统的预测准确性。实验结果表明，他们的方法非常通用，适用于解决多种类型的信任感知推荐问题。
不仅如此，该论文还会反向思考，意识到：社交关系的存在可能会降低推荐质量。从单一信任出发亦可能产生准确率较低的推荐，比如擅长研究球鞋的朋友不一定擅长电影推荐。因此，作者们又很早就用相似度函数，设计了基于不同推荐任务来识别目标朋友群的算法，以对社交系统进行更真实的建模。
在论文中，他们提出：他们相信，随着在线社交网站的快速发展，基于社交的研究会越来越流行。事实证明，确实如此。
相关文章
猜你喜欢
今日头条
图文推荐
精彩文章
随机推荐