2020年11月3日，应我院赵才荣老师的邀请，微软亚洲研究院（上海）李东胜博士在同济大学教学楼进行了学术报告。

李东胜博士的报告题目为“推荐算法的基础理论与前沿技术”。推荐系统是帮助用户发现内容,克服信息过载的重要工具。它通过分析用户行为,对用户兴趣建模。从而预测用户的兴趣并给用户做推荐。推荐系统一般利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程。

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。此外，李东胜博士向大家分享了这个领域内有用的工具LibRec, Spark MLlib, GraphChi和LibFM。

李东胜，博士，微软亚洲研究院（上海）主管研究员，复旦大学计算机学院客座教授、兼职导师。2012年，获得复旦大学计算机软件与理论方向博士学位，中国计算机学会（CCF）会员，CCF协同计算专业委员会委员。主要研究方向为机器学习理论及应用，尤其是推荐算法的准确性、泛化能力、可扩展性、安全与隐私等，近年来在机器学习相关领域的知名国际会议和期刊上（如ICML、NIPS、SIGIR、WWW、AAAI、IJCAI、CIKM、SDM、IEEE TKDE等）发表论文50余篇。曾任ICML、NIPS、ICLR、AAAI、IJCAI、CIKM等知名学术会议的PC Member。获得软件著作权1项，申请国际专利10余项（已授权6项）。曾担任IBM中国研究院高级研究员，于2016-2019年连续4年获得IBM杰出技术成就奖，主持开发的认知推荐引擎在2018年获得IBM公司最高奖IBM Corporate Award。