2022年5月9日上午，计算机学院青年科协举行第八期活动，邀请香港城市大学赵翔宇助理教授作了题为“Adaptive and Automated Deep Recommender Systems”的学术报告。本次活动由计算机学院陈睿教授主持，学院60余名师生参加了此次活动。
首先，赵翔宇对推荐系统广泛的应用场景以及现有推荐系统研究中的不足进行了简要介绍，并指出强化学习以及自动化机器学习对推荐系统研究的优势。
报告中，赵教授介绍了四篇高质量的推荐系统相关研究成果，包括Actor-critic框架的强化学习推荐系统研究“Deep Reinforcement Learning for Page-wise Recommendations”，利用离线数据优化强化学习策略并完成带页面布局的推荐任务；推荐任务与广告投放任务联合学习方法“Jointly Learning to Recommend and Advertise”，利用新颖的DQN网络在不影响用户推荐体验的情况下优化广告推送任务；推荐应用不同场景下的组合优化问题“Whole-Chain Recommendations”，利用多个actor和一个critic同时优化推荐系统中不同场景下的推荐策略；以及基于autoML的自动编码维度搜索推荐方法“Automated Embedding Size Search in Deep Recommender Systems”，利用一个编码维度策略网络动态搜索合适的向量大小，在优化用户与项目表征的同时减少了模型的存储空间。
最后，参会师生与赵教授对报告中有关offline环境下策略生成误差、位置bias以及针对不同项目特征的训练维度等进行交流讨论。