基本概况

课题组现有本科生、硕士研究生和外国留学生等十余人，计划每年招收3~5名硕士研究生、1名外国留学生。课题组与新加坡南洋理工大学(NTU)、新加坡管理大学(SMU)有密切联系，表现突出的同学有机会被推荐到新加坡交换学习，进一步深造。

• 研究生培养模式：合作导师制。
  • 为每个有潜力的研究生，邀请一位学术经验丰富的学者作为合作导师。
  • 学生、导师、合作导师就共同感兴趣的研究课题进行深度合作。
  • 合作导师：国内外著名高校博士、博士后、教授及企业老师等。
  • 学生要求：真诚、勤奋；英语（CET-6）、数学、编程能力强。
• 科研论文列表
• 课题组资源汇总

课题项目

• 2018.1.1 - 2020.12.31，国家自然科学基金青年科学基金项目，基于多维辅助反馈的数据生成和物品推荐机理研究，61702084，项目负责人，25万元。
• 2017.9.1 - 2018.8.31，横向研究项目，华为HIRP OPEN 2017基金项目，基于深度学习和生成式对抗神经网络技术的推荐系统模型，项目负责人，20万元。
• 2017.5.1 - 2019.4.30，辽宁省自然科学基金指导计划面上项目，融合多类型辅助反馈的个性化电商推荐，20170540319，项目负责人，5万元。
• 2017.1.1 - 2018.12.31，教育部基本科研业务费国家项目培育种子基金，融合多类型隐式反馈的社会化推荐机理研究，N161704001，项目负责人，22万元。
• 2016.6 - 2021.5，东北大学软件学院“青苹果”计划 - 优秀青年骨干教师培养计划，项目负责人，15万元。

目前，课题组与多位合作导师一起，对基于文本、图像、社交等多源异构信息的智能推荐模型展开深度合作研究。欢迎有意向的朋友与我联系，现有的合作小组如下：

孙亚童 + 陈博士（清华大学）
刘明瑞 + 陈博士（清华大学）
刘明瑞 + 刘、董经理（华为）
欧阳世昌 + 原博士（英国Glasgow）
翟松林 + 原博士（英国Glasgow）
孟    媛 + 张教授（美国Rutgers）
周    馨 + 孙博士（新加坡 NTU）
王覃泳/田胜+阴教授（澳大利亚UQ）
屈石林/赵  伦 + 姚教授（南京大学）
陈柏维/罗海华 + 张教授（深圳大学）
杨恩能 + 沈博士（腾讯）
周    欢 + 沈博士（腾讯）
张丹宁 + 方教授（上海财经大学）

基本概况

是领先的推荐系统开源算法库，实现了70余个推荐算法，可解决评分预测和物品推荐两大关键问题。该开源库在GitHub的推荐系统领域排名第一，获得了大家的广泛认可和支持。当前的发展方向是支持大数据的工业应用。

核心团队

• Core 模块增强：负责推荐算法的代码实现、并行学习、增量更新，以及融合多个推荐算法的集成模型。
• Spark 模块开发：负责LibRec-Spark的通信桥接、基于Spark的高级推荐算法实现、工业级的扩展应用等。
• Neuron 模块开发：负责LibRec-DL4J的通信桥接、基于深度学习的推荐算法实现、功能扩展等。
• 推广宣传：负责微信、微博、知乎等公众平台的帐号运营、各论坛的推广宣传等。

加入我们

• 投递个人简历到 guogb@swc.neu.edu.cn
• 通知面试
• 加入团队

微博【LibRec智能推荐】

微信【aiLibRec】

推荐系统导论

推荐系统通过分析用户对一系列事物的历史偏好来发现其行为模式，然后从一些尚未经历过的物品中推荐一些感兴趣的物品。课程的主要内容包括：（1）基于内容的过滤算法；（2）基于用户反馈的协同过滤算法；（3）基于数据降维的隐式因子模型；（4）推荐系统的分析和评估；（5）推荐系统开源库 LibRec 及其应用。

自然语言处理

本课程介绍自然语言处理的主要研究内容及关键技术，以及自然语言处理方面的研究成果。课程的主要内容包括：（1）数学基础，如贝叶斯模型、n元语法模型和 HMM模型等；（2）语言学基础，介绍有关词法和语法等方面的知识，包括词语搭配、语义消歧、句法分析等；（3）具体应用，如文本分类和聚类、信息检索、机器翻译等。