Knowledge Graph (KG)-Enriched Recommendation System

Fakultas Ilmu Komputer Universitas Indonesia > Berita > Knowledge Graph (KG)-Enriched Recommendation System

Dosen Fakultas Ilmu Komputer Universitas Indonesia (Fasilkom UI), Adila Krisnadhi, Ph.D beserta Dr. Fariz Darari, menjadi pemateri pada ajang Tokopedia Start Summit Extention 2020 yang bertajuk “Advancing Indonesia Through Artificial Intelligence”. Kegiatan dilaksanakan secara daring melalui aplikasi Tokopedia pada 29 September 2020.

Pada kesempatan ini mereka menjelaskan mengenai knowledge graph (KG)-enriched recommendation system. Sesi ini diawali oleh Dr. Adila dengan penjelasan mengenai recommendation system dan knowledge graph.  “Knowledge graph adalah model dari suatu pengetahuan yang ia menangkap atau meng-captured entity  dan relation dalam bentuk note dan edge”, beliau menjelaskan.

tokopedia.png

Lebih lanjut Dr. Fariz Darari menjelaskan bagaimana mengkombinasikan kelebihan dari recommendation system dan knowledge graph sehingga memaksimalkan kerjanya dalam sebuah komputer. Beliau memaparkan, “Bagaimana kita bisa melakukan pemetaan ke vector space dan disini kita bisa melakukan yang disebut embedding dan menariknya kita tidaknya hanya melakukan embedding berdasarkan rating user ke item tapi kita juga melakukan embedding untuk stuktur di knowledge graph.”

Selain aktif mengajar di Fasilkom UI, Adila Krisnadhi, Ph.D merupakan Director pusat penelitian  Tokopedia AI Center of Exellence UI. Sedangkan Dr. Fariz Darari merupakan dosen Fasilkom UI dan Co-Director pusat penelitian  Tokopedia AI Center of Exellence UI.