報告題目	面向低質數據的多模態推薦
報告人	鮑秉坤南京郵電大學二級教授，博士生導師，國家傑青
報告时间	2025年4月12日（周六）上午10:20-10:50
報告所在	PP电子學院國際會議廳
報告內容簡介	報告內容簡介：多模态推荐旨在通过挖掘用户行为数据与多模态內容数据实现个性化推荐。但实际场景中，由于用户行为随机性大、媒体內容表述模糊，形成了低质的数据情况，导致推荐系统面临偏好捕捉失真的焦点挑战。现有研究虽在行为数据去噪方面取得进展，但对低质內容数据的治理机制尚未形成体系化解决方案。针对上述挑战，基于贝叶斯个性化排序损失框架的理论分析切入，发现低质內容数据会引发隐空间中潜在特征漫衍畸变，破坏了正负样本的对比学习机制，导致梯度更新偏向发散，进而阻碍损失函数的有效收敛。基于此认知，提出三阶段革新方案：首先构建多视角行为引导的图卷积网络，通过建设行为引导的內容特征筛选，实现噪声特征的动态过滤；然后通过设计差异化行为信息提取要领，实现更有效的特征过滤；最后设计基于解耦重构的通用增强模块，通过行为驱动的內容特征解耦，将原始特征映射至细粒度行为关联空间，从而重构出高信息价值密度的內容特征。報告人簡介：鮑秉坤，南京邮电大学盘算机学院、软件学院、网络空间宁静院长，二级教授，博士生导师，国家杰出青年科学基金获得者、中组部WR計劃青年拔尖人才、江蘇省傑青。研究偏向爲多媒體計算、數據挖掘、社交多媒體、計算機視覺等，主持國家科技創新2030-“新一代人工智能”重大项目、国家自然科學基金重点项目等。近年来，在 IEEE TIP /TMM /TCSVT /CVPR /AAAI /ACM MM /ACM TKDD等發表論文120余篇。曾獲2018年度电子学会科学技术（自然科學类）一等奖、多媒体领域重要期刊ACM TOMM 2016年度最佳論文獎、IEEE MM 2017年度最佳論文獎等多項學術獎勵。獲評ICME 2020 Outstanding Areas Chair。
承辦學院	電子與信息工程學院
發布日期	2025-04-09
歡迎廣大教師、學生參加！