Xiangnan He

概述

新加坡国立大学学者，推荐系统领域知名研究者，以提出[神经协同过滤]框架和图[协同过滤]等重要方法而闻名。

关键内容

1. 主要贡献：提出了[神经协同过滤]框架，开创性地将深度学习引入协同过滤的核心建模环节，是推荐系统深度学习应用的奠基性工作之一。

2. 代表工作：除NCF外，还提出了NGCF(神经图协同过滤)等方法，进一步推动了图神经网络在推荐系统中的应用。

3. 学术影响：NCF论文在推荐系统领域引用量极高，超过10000次，是该领域的里程碑式工作，尽管后续对其实验设计存在争议。

来源

• 10-ncf.md — raw/books/推荐系统/10-ncf.md
• 推荐系统 — 推荐系统领域综述

相关

• Neural Collaborative Filtering 论文 — 主要著作
• National University of Singapore — 工作单位
• NGCF 论文 — 后续工作
• 推荐系统 — 研究领域
• 神经协同过滤 — 提出的方法