2019年12月3日，应我院赵才荣老师邀请，IBM研究院的资深研究员李东胜博士来我校进行了推荐算法专题报告。报告细致、全面地介绍了推荐算法的理论基础、发展过程和实际应用情况，为同学们带来了一节优质的推荐算法入门课程。

   推荐系统技术已经发展了二十余年，目前广泛应用于各类与人们日常生活息息相关的信息系统中，如电子商务、社交网络、内容服务、生活服务等。推荐系统通过个性化的服务帮助用户便捷的发现感兴趣的信息，为信息系统带来销售额、参与度、满意度等多个方面的提升，例如亚马逊网站中推荐系统能够带来约30%的销售额提升。本次讲座首先基于推荐技术的发展历史介绍推荐算法的基础理论和方法，然后针对当前推荐领域的研究热点分析当前推荐算法的前沿理论与技术，最后将介绍如何从系统设计层面去尝试解决真实推荐系统所面临的关键研究挑战。  

   李东胜博士的报告从实际案例切入，结合推荐算法的发展历程，包括著名的Netflix推荐算法比赛，深入浅出地讲解了各种推荐算法的产生思想、算法流程及其优缺点，并着重介绍了以协同过滤为核心的主流算法，以及综合推荐系统等相关知识。      

   李东胜博士，IBM中国研究院高级研究员，复旦大学计算机学院客座研究员。主要研究方向为推荐算法的相关理论与技术，如推荐算法的准确性、泛化能力、可扩展性等。近年来，在信息推荐领域的知名国际会议和期刊，如ICML、NIPS、SIGIR、WWW、AAAI、IJCAI、SDM、IEEE TSNE等，发表论文30余篇，申请国际专利10余项。2016-2019年连续4年获得IBM杰出技术成就奖(IBM Outstanding Achievement Award)。主持开发的认知推荐引擎为公司带来过亿美元的年销售额，同时获得了2018年IBM Corporate Award（IBM最高奖）。