報告題目：基於多視角圖對比學習與在線蒸餾的推薦系統算法研究

報告時間：2025年2月21日上午9:30

報告地點：旭日樓310室

報告人：寇綱 教授

報告人簡介：寇綱現任全國政協委員👂🏿、湘江實驗室副主任，西南財經大學大數據研究院院長、中國系統工程學會副理事長🧚🏼‍♀️、長江學者特聘教授😉、國家傑出青年科學基金獲得者、國務院享受政府特殊津貼專家。主持社科重大等多項科研課題；在Science⛎，Nature子刊和ICML、AAAI、KDD等頂會發表200余篇論文🫚，H指數76🔈，論文被他人引用2萬余次🤾🏼‍♂️。以第一完成人身份獲教育部高等學校科學研究優秀成果獎自然科學一等獎、人文社會科學一等獎等多項省部級科研獎勵，所撰寫的10余份政策建議曾獲得習近平總書記等中央領導人批示🧟‍♀️。

報告摘要🅿️：推薦系統通常依靠用戶與物品之間豐富的歷史交互數據來實現精準推薦。然而在實際應用中，新用戶或新物品由於缺乏交互信息🙍，會產生冷啟動問題；同時👸🏿👮🏿‍♂️，交互信息不足也會引發數據稀缺性問題，這兩個問題嚴重限製了推薦系統的性能🦺。本文首先提出一種聯合屬性與結構的多視角圖對比學習方法，通過自適應對比學習模塊，對最終對比視圖間的互信息水平進行自適應調節，從而充分挖掘屬性視圖和結構視圖中的豐富信息。針對交互數據稀缺性問題，本文提出多視角融合的推薦系統框架，該框架運用多視角圖對比學習方法🚜，整合用戶社交關系與物品語義關聯關系，有效降低數據稀缺帶來的負面影響♟。針對冷啟動場景，本文設計了雙向在線蒸餾機製，通過 “內容增強的協同嵌入網絡” 與 “基於內容的嵌入網絡” 之間的雙向知識傳遞，實現內容信息與協同信號的自適應融合👩‍🦳，有效地解決了冷啟動問題🛻，提升了推薦性能。