学术报告：基于用户交互行为模拟的项目冷启动推荐方法

报告题目： 基于用户交互行为模拟的项目冷启动推荐方法

报 告 人： 王森章

报告时间：5月14日10:30-11:30

报告地点：计算机学院A501

摘要:

推荐系统的项目冷启动问题一直以来都是推荐系统的难点。相较于可依赖用户历史行为的热物品，冷物品只能依赖内容特征，导致推荐效果受限，进而影响用户体验和平台收益。现有方法通常通过内容特征生成的方法合成冷启动项目表征，但未能真正解决核心问题——缺乏历史行为数据。报告从“为冷启动项目模拟用户交互解决项目冷启动问题”这一角度出发，主要将介绍从使用强化学习生成用户交互序列，到使用LLM模拟用户交互，以及如何提高LLM的用户模拟效率三个方面介绍如何提升项目冷启动推荐性能。

报告人简介：

王森章，中南大学计算机学院特聘教授，博士生导师，湖南省青年“芙蓉学者”,主要研究方向是时空数据挖掘、图数据挖掘、推荐系统等。发表CCF-A类论文60余篇，申请发明专利20余项。所发表论文根据谷歌学术统计，累积被引8000余次。多篇论文获得国际会议“最佳学生论文”、“最有影响力论文”和“最佳论文提名”。主持包括国家级、省部级、企业横向课题等十余项科研项目。作为第一完成人获得中国仿真学会自然科学奖二等奖。担任国际期刊Neural Network在内的4个国内外期刊编委和青年编委。先后四十余次担任人工智能与大数据领域国际会议领域主席（Area Chair）、高级程序委员会委员(Senior PC Member)以及程序委员会委员(PC Member)。