业内首个亿级宏观图模型推荐算法的落地实践

2024年1月27日，DataFun将邀请行业专家学者共同分享图机器学习的年度进展以及在复杂图分析、大规模数据处理、推荐、风控等领域的应用实践探索。其中来自香港理工大学 博士后研究员陈昊老师将为大家带来《业内首个亿级宏观图模型推荐算法的落地实践》分享，感兴趣的小伙伴欢迎识别海报二维码免费报名收看直播：

陈昊 香港理工大学 博士后研究员

个人介绍：陈昊博士是致力于将业内研究落地于核心产业实践的先驱者。陈昊博士2022年毕业于北京航空航天大学大学计算机系，2019年陈昊博士通过校企合作方式加入微信视频号创始团队进行产业落地研究，累计发表CCF会议（SIGIR、KDD、WWW）及顶级期刊论文20余篇。并获得SIGIR2023 Best Paper提名奖。产业落地论文已经在阿里巴巴淘宝首页、微信视频号等超大型互联网平台部署推全，累计提升GMV超过10%。

演讲题目：业内首个亿级宏观图模型推荐算法的落地实践

演讲提纲：介绍传统图神经网络在落地实践中的问题，并提出宏观图神经网络解决该问题，最终介绍如何在淘宝、微信或抖音等十亿级用户的推荐平台中，通过搭建宏观图神经网络模型，在不增加成本的情况下取得线上收益。

听众收益：

1. 传统的图神经网络算法的缺陷

2. 新一代宏观图神经网络是什么

3. 如何基于宏观图模型构建推荐系统

扫码免费报名