Just Waiting for You！個性化推薦帶你領略不一樣的演算法之美
2016年，SDCC·中國軟體開發者大會相繼走進了上海、深圳、成都、杭州各地。11月18日-20日將在北京完美收官，屆時年度最受歡迎的企業、講師將在這裡齊聚一堂，約百位講師將圍繞電商架構、程式語言、前端開發、微信開發、視訊直播、推薦演算法、Spark實踐等方面，總結分享過去一年感觸最深、最具參考價值的實踐探索，並暢想未來，把脈市場發展先機，是軟體開發者、廣大網際網路人士及行業相關人士最具價值的交流平臺。
前有雙十一瘋狂暴擊，後有雙十二虎視眈眈，這兩者註定會在技術領域颳起旋風狂潮。數以萬計的消費記錄帶來的不僅是可人的業績，還有對資料平臺、系統演算法、個性化推薦等提出的更高要求。為此，我們在11月18日-20日中國軟體開發者大會上開設了
日前主辦方也披露了該專題的議題和日程，以及嘉賓陣容，詳情如下：
個性化推薦專題出品人：盧億雷 Admaster技術副總裁
AdMaster技術副總裁兼總架構師，大資料資深專家，CCF大資料專委委員，北京航空航天大學特聘教授。主要負責資料的採集、清洗、儲存、挖掘等整個資料流過程，關注Hadoop/HBase/Storm/Spark/ElasticSearch。有超過10年雲端計算、雲端儲存、大資料經驗。曾在聯想、百度、Carbonite工作，並擁有多篇大資料相關的專利和論文。
唐福林 雪球首席架構師
雪球首席架構師，在雪球負責後端整體架構，使用者關係推薦搜尋廣告聊天反垃圾等底層服務，以及大資料體系建設。在加入雪球之前，作為前新浪微博技術委員會成員，微博平臺資深架構師，在微博期間深度參與微博快速增長期的效能和穩定性問題解決。
演講主題：雪球社群使用者畫像體系探索
雪球從2015年開始搭建內部的大資料平臺，同時嘗試利用平臺上的資料對使用者進行畫像，畫像的產出用於反垃圾，推薦，使用者留存、召回、轉化等多種用途。本次分享包括平臺的搭建，垂直社群的使用者畫像嘗試，以及畫像資訊利用三大塊。
聽眾受益：可以借鑑和參考的中小型公司的大資料體系搭建，使用者畫像體系搭建，使用者畫像資訊利用的經驗和教訓。
高升 北郵模式識別實驗室副主任
北京郵電大學副教授，北郵資料科學中心主任科學家，法國巴黎第六大學客座研究員。中國計算機學會大資料專家委員會委員，國家自然科學基金評議專家，科技部大資料方向評審專家。2013年入選北京市“青年英才”計劃和微軟研究院“青年學者計劃”。主持多項國家自然科學基金和北京市科技計劃專案、多項國際合作專案及企業橫向合作專案；參加多項國家863專案、科技部重大專項等。目前主要研究方向為統計關係學習、社會計算與自然語言處理等。
演講主題：基於表示學習的資訊推薦演算法及應用
本次報告主要介紹了基於表示學習的新型資訊推薦演算法，並介紹了相關實驗結果。同時，報告還將介紹基於使用者評論多視角理解的資訊推薦演算法應用。
聽眾受益：瞭解最新的資訊推薦演算法發展，瞭解當前的推薦演算法應用新領域。
林招 品友互動-大資料部負責人
品友互動大資料部負責人，負責大資料平臺、演算法優化、人群建模等工作，是中國最早專注於RTB(實時競價)領域研究和應用的大資料演算法專家，在精準定向、使用者建模、實時競價、推薦、Ranking等方面具有豐富的經驗。多年網際網路工作經驗，曾參與建立了新浪的大資料部門，主導和參與了新浪資料平臺、微博使用者研究、商品推薦、使用者畫像建模等大規模線上系統；主導和發明了多項專利：包括網際網路使用者畫像體系、使用者人群特徵技術、使用者畫像建模系統、RTB競價演算法等。
演講主題：論實時競價廣告中的推薦
實時競價的核心，是挑選最合適的廣告主，並以最吸引使用者眼球的展現方式，把最合適的內容，在最恰當的時機展示給使用者，這是最典型的個性化。本內容將介紹實時競價廣告中的個性化技術和框架，並探討其中的挑戰和經驗。
聽眾受益：
- 實時競價（RTB）廣告的背景知識；
- RTB中的個性化；
- 技術框架和演算法。
景豔山 AdMaster基礎架構部高階研究員
長期在網際網路廣告行業一線工作，在AdMaster負責負責使用者畫像，跨設別識別，廣告流量反作弊等工作。
演講主題：跨裝置打通
跨設別識別是識別不同聯網裝置後的同一使用者，跨裝置識別同一個使用者，從而實現跨裝置廣告投放的頻次控制以及基於場景的、更精準的廣告投放。分享內容包括應用場景，資料基礎，目標問題的定義，特徵工程與建模。
聽眾受益：
- 瞭解跨設別識別的應用場景；
- 資料探勘過程中問題定義對專案的影響；
- 大規模GBDT模型應用的技巧。
容一飛 悠易互通高階演算法工程師
悠易互通高階演算法工程師。現主要負責KPI預估及競價策略優化、Lookalike人群擴充套件、反作弊以及與各高校的學術合作。主要興趣在於機器學習和資料探勘，及其在計算廣告學的應用。北京郵電大學學士及倫敦大學學院碩士，碩士畢業後至今在RTB領域有三篇論文在國際學術會議上發表。
演講主題：實時競價個性化推薦的人工智慧
近年來，實時競價（RTB）廣告的興起和飛速成長給人工智慧領域帶來了大量的研究機會，研究者通過研發不同的演算法來更好地將網際網路使用者和廣告主的營銷活動匹配到一起，可以說實時競價廣告的投放機制本身就是為實現一種個性化推薦。本內容將重點介紹實時競價廣告的演算法研究框架，及其中經典和前沿的人工智慧演算法。
聽眾受益：
- 業內常見的研究難題和能夠有效落地的解決方案；
- 行業面臨的挑戰和最前沿的演算法研究。
康樂 微博商業產品部演算法技術專家
中科院博士，曾就職於搜狗，新浪微博。負責過廣告和使用者反作弊演算法，feed流分發控制演算法，商業資料探勘演算法等領域，對相關的演算法工作有長期實戰經驗和系統方法論。
演講主題：微博商業資料探勘方法論
資料在微博廣告的流量精準描述和細分，客戶反饋，底層演算法方面起著支撐作用。本次演講介紹微博商業資料探勘體系，包括對目標的認識，對資料和演算法工作的規劃和執行，以及如何將資料探勘工作與業務緊密結合，起到支援和推動業務的作用。大綱：
- 基礎架構；
- 各演算法模組，主要問題及解決方案；
- 工作方式，溝通及合作。
聽眾受益：
- 給在場的做DSP和DMP的同學介紹微博的商業資料體系，增進相互瞭解和合作；
- 對於大資料的從業人員，提供一個數據挖掘和應用的完整方案；
- 對於對資料有需求的業務方，能夠了解到資料工作的作用，侷限和正確的使用方法。
個性化推薦演算法之美，等你我共同發現，我們在SDCC 2016·北京站等你。目前門票火熱銷售八折優惠中，5人以上團購立減800元，點選這裡註冊參會。
