推荐系统

课程编码：180086085404P3008Y 英文名称：Recommend System 课时：40 学分：2.00 课程属性：专业课 主讲教师：何苯

本课程是面向计算机技术专业的研究生专业课。本课程系统地讲授网络挖掘和推荐系统的有关理论、技术及其主要应用，并涉及相关领域的最新前沿进展。课程的主要内容包括以下几个方面： 1、协同过滤； 2、推荐系统的基本算法； 3、网络模型与推荐。通过上述内容的学习，系统地掌握推荐系统的基本内容与方法，了解推荐系统的主要应用领域。

概率统计，算法与数据结构

第一章 课程引论 何苯
第1节 课程引论 0.5学时
第2节 课程介绍 0.5学时
第二章 协同过滤 何苯
第1节 基于用户的协同过滤 0.5学时
第2节 基于物品的协同过滤 0.5学时
第三章 基于内容的推荐 何苯
第1节 TF-IDF和Cosine相似度 0.5学时
第2节 基于内容的推荐 0.5学时
第四章 混合推荐、推荐系统评价 何苯
第1节 混合推荐 1.0学时
第2节 推荐系统评价 1.0学时
第3节 线下评价 1.0学时
第五章 数据分析与假设检验 何苯
第1节 数据分析 3.0学时
第2节 假设检验 2.0学时
第六章 链接分析 何苯
第1节 主题相关PageRank 1.0学时
第2节 TrustRank 1.0学时
第七章 神经网络重排 何苯
第1节 神经网络重排概述 1.0学时
第2节 单目标重排 1.0学时
第3节 多目标重排 1.0学时
第八章 社区发现 何苯
第1节 近似PRP 1.0学时
第2节 Louvain 算法 1.0学时
第九章 图表示学习 何苯
第1节 节点嵌入 1.0学时
第2节 基于随机游走的节点嵌入 1.0学时
第十章 基于图神经网络的推荐 何苯
第1节 GNN概述 1.0学时
第2节 动机与挑战 1.0学时
第3节 近期进展 5.0学时
第4节 开放问题和未来方向 1.0学时
第十一章 大模型推荐 何苯
第1节 引论 1.0学时
第2节 预备知识 2.0学时
第3节 预训练 2.0学时
第4节 微调 1.0学时
第5节 提示 1.0学时
第6节 未来趋势 1.0学时
第十二章 实验交流和作业讲解 何苯
第1节 实验交流 1.5学时
第2节 作业讲解 0.5学时
第十三章 随堂考试 何苯
第1节 考试 2.0学时

何苯，国科大计算机学院教授，博士生导师。研究方向：自然语言处理，信息检索