我近年的研究领域将重点在以下两个方向。

方向1 时序数据挖掘

结合时序用户行为分析、及多样化推荐等的应用场景，研究和设计机器学习/深度学习模型及算法，近年重点关注以下方法：

--时序深度学习。

--深度强化学习。

方向2 用户行为理解

关注AI时代，基于海量”用户-平台“交互数据的行为模式理解、分析及预测，近年我们重点研究以下主题：

--线上用户点击、购买等行为环境下的信息茧房问题，研究解决该类问题的多样化推荐方法和干预方法。

--不同干预措施下的线上用户行为的数据漂移问题，研究能够适配于不同干预场景下的时序推荐方法。

给准硕士研究生的一些信息

有三种方式可能可以帮助你判断是否适合我的研究方向

方式1：”科学研究->论文成果“中附上了我的研究小组发表的主要论文列表，您可以通过阅读我们近年的论文，了解我所作的研究工作，并结合自身的背景及兴趣加以判断。

方式2：对AI技术有极大的兴趣，希望了解和学习机器学习的底层逻辑和深度学习的前沿技术，那欢迎联系我。

方式3：我推荐以下入门书目

--《数学之美》（吴军）

--《统计学习方法》或《机器学习方法》（李航）

如果你上述两份书目至少有一本能够给予您共鸣（觉得非常有趣），那请不要犹豫、联系我！

我一直相信，兴趣是最好的老师。如果，你也着迷于从纷繁复杂的数据中发现规律，并期待看到、学到、体会到数学思维和计算机技术在智能问题中的有趣应用，欢迎联系我！