华慧长天人工智能论文被国际学术会议 ICBDT 2020 录用

2020 年 9 月16日，人工智能和大数据国际学术会议 ICBDT 2020 ( 2020 3^rd International Conference on Big Data Technologies ）将于 2020 年9 月 18 日 - 9 月 20 日在线上召开。本次大会总共收录了来自美国科罗拉多大学（ University of Colorado at Boulder ）等 12 个国家和地区高校和产业界的62 篇论文。华慧长天的论文 MatRec: Matrix Factorization for Highly Skewed Dataset 被本次大会录用。本次会议仅录用了 2 篇来自工业界的论文，另外1 篇来自中国联通。

华慧长天在本次会议的论文中提出了 MatRec 算法。该算法是业内首次专门针对推荐系统马太效应问题（Popularity Bias) 提出的基于公平性 (Fairness-aware) 的推荐系统算法。推荐系统算法在业内有着数十年的理论研究和落地实践历史，然而推荐系统自身固有的问题比如马太效应问题和公平性等问题，直到 2017 年以后才出现专门针对这些问题的论文。这些论文主要发表在 ICCCBDA 2018, SIGIR 2018 和 RecSys 的 workshop 上，都是针对推荐系统马太效应和公平性的量化建模和统计分析，并没有提出专门解决这类问题的算法。

MatRec 结合推荐系统中的矩阵分解框架，显式的对马太效应进行建模。模型简单可解释，使用常用的最优化求解方法比如随机梯度下降（SGD）可以快速的对问题进行求解。在公开的推荐系统测试数据集 LastFM 和 MovieLens 上无论在速度还是性能上与常用算法比如 ALS, BPR 和 Deep Matrix Factorization 相比都取得了不俗的成绩。

华慧长天致力于人工智能解决智慧医疗和智慧军工等行业问题。本次会议提出的 MatRec 算法将被应用于华慧长天的健康医疗人工智能引擎，助力医疗行业的智慧解决方案。