中新经纬客户端6月25日电 (张燕征)近来，由中国人民大学高瓴人工智能学院等单位主办的“引荐算法社会价值与可持续发展”研讨会在中国人民大学举办。中国科学技术大学信息科学技术学院教授何向南在研讨会上标明，算法解耦有助于防控成见等问题。

  何向南标明，从算法视点来说，引荐算法系统学习的中心便是用户的行为。可是用户行为耦合了许多要素，解耦能不能做好，关于了解用户爱好且操控成见是十分要害的。比方视频播映的场景，一般视频越短，它被完播的概率更高，那么时长特征关于猜测视频是否被完播是十分要害的。实际上，视频越短越简略完播，是一种数据成见(或者说事务逻辑形成的)，由于关于很短的视频，被用户完播并不能代表用户喜爱它。

  “可是咱们发现协同过滤算法不必任何时长相关特征，只需有用户的行为，学出的物品标明现已能够encode(编码)视频时长。也便是说，咱们将视频时长特征显现地引进到协同过滤算法后，并没有提高完播的猜测准确度。这样一个简略的事例标明，经过用户行为学习到的物品标明，现已耦合了许多特征的语义，即便咱们没有把这些特征显现地加入到模型中。而这些隐式耦合的特征，很可能带来成见。因而要从算法层面进行改善，咱们需求使用辅佐信息对标明学习进行解耦，只有解耦出来了，才能够合作一些归纳操作来操控咱们想要防备的成见。”何向南称。

  在信息技术研讨范畴，耦合是指两个或两个以上的系统或两种运动方式间经过相互作用而互相影响以致联合起来的现象。解耦便是用数学办法将两种运动别离开来处理问题，常用的解耦办法便是疏忽或简化对所研讨问题影响较小的一种运动，只剖析首要的运动。(中新经纬APP)

上一篇:把握十六个经典办理模型助你办理水平快速进步
下一篇:7000字抱负L9实测长评：“人车解耦”与“人机共驾”的共生火花