6月28日，哲學社會學科百名優秀學者培育計劃學術報告在經管樓609會議室召開，鄧曉懿博士主講“大數據環境下個性化推薦系統評價指標評述”。

報告分為推薦系統評價方法、推薦準確度指標和基于排序加權的指標三部分。以“互聯網時代為什么要信息推薦”為引論，鄧曉懿舉例說明各種推薦系統，如Facebook、Google等。他介紹了“在線評價”和“離線評價”兩種推薦系統的評價方法，相較于能直觀地反映用戶系統評價的“在線評價”，“離線評價”更經濟，并且已是當前的研究焦點。在推薦準確度指標部分，鄧曉懿從預測評分準確度、預測評分關聯度、分類準確度和排序準確度四類對其進行闡述。他指出，預測評分準確度分類之一的“RMSE標準誤差”能較好地反映出測量的精密度，并在工程中被廣泛應用，而預測評分關聯度使用度不高、可解釋性不強。他還通過“用戶對各種電影進行排序”的舉例對排序準確度做解釋。在基于排序加權的指標部分，他以Half-Life utility(HL)、Discounted Cumulative Gain(DCG)和Rank-Biased Precision(RBP)三個指標為代表進行了說明。

在現場互動中，聽眾對“用戶排序問題”進行討論，并結合報告內容提出問題。鄧曉懿就“如何在海量數據中提取有效信息？”這一疑問做解答，他表示“系統降維”會根據用戶需要幫助用戶進行分類，并舉出“亞馬遜網書設置分類”和“微軟公司定期降維”的例子以佐證。

鄧曉懿，工學博士，raybet雷電競2014年度哲學社會科學百名優秀學者培育計劃入選者，現為博備用官網開戶app下載副教授，碩士生導師。目前主要研究領域：個性化推薦、大數據分析。

鄧曉懿老師講解

                                                                                     文：張鐘元 陳洋 圖：史燁薇