讲座题目：基于图的跨用户联邦推荐

讲座时间：2024年8月7日 10:30-11:30

讲座人：潘微科教授

地点：L304

讲座内容：

智能推荐技术已成为众多在线服务平台的重要引擎和标准配置。近年来，随着用户隐私保护意识的增强，以及《通用数据保护条例》和《互联网信息服务算法推荐管理规定》等法律法规的颁布，一类新的被称为“联邦推荐”的隐私敏感推荐技术引起了学术界和工业界的广泛关注。本报告将介绍如何将一个中心化的基于图的推荐模型升级为跨用户（分布式）的联邦版本，进而实现原始数据不离开用户本地的隐私保护目的。

讲座人简介：

潘微科，博士，深圳大学计算机与软件学院教授，博士生导师。2005年毕业于浙江大学获学士学位，2012年毕业于香港科技大学获博士学位。主要研究方向为推荐系统、深度学习、迁移学习、联邦学习和机器学习，已发表100多篇科研论文，出版推荐技术教材一本，曾获ACM TIIS 2016年度最佳论文奖和SDM 2013最佳论文提名奖。先后主持国家自然科学基金项目3项。担任AAAI 2021线上会议的副主席、ACM TORS的创刊编委、Neurocomputing的编委等。