報告時間：2025年10月11日（星期六）14:30-17:30
報告地點：工程管理與智能制造中心925會議室
報 告 人：王堯 教授
工作單位：西安交通大學
舉辦單位：管理學院
報告簡介：
矩陣分解(Matrix Factorization)與矩陣老虎機(Matrix Bandit)，作為當前靜態推薦系統以及交互式推薦系統的主流技術，近年來在學術界引發了廣泛關注。然而，這兩類方法往往忽略了推薦場景中一類重要的輔助信息——圖信息。它通常用于刻畫用戶與用戶之間、物品與物品之間的相互關系，對于提升推薦效果具有重要價值。鑒于此，本報告聚焦于如何高效地利用圖信息來增強推薦系統性能。具體而言，我們將從算法設計和理論分析兩個維度出發，深入探討如何構建新型融合圖信息的矩陣分解推薦方法和矩陣老虎機推薦方法。此外，我們還將討論新方法在更為復雜的多模態推薦系統中的應用拓展。
報告人簡介：
王堯，西安交通大學應用數學專業博士, 西安交通大學管理科學與工程專業博士后。現為西安交通大學管理學院智能決策與機器學習研究中心教授、博士生導師。目前專注于機器學習方法在個性化營銷、推薦系統、運籌優化等方面的理論與應用研究。已在管理科學UTD-24系列期刊(如IJOC, POM)、人工智能與數據科學權威期刊(如IEEE TPAMI, IEEE TKDE, JMLR等))以及CCF-A類頂級學術會議(如ICML, CVPR, WINE等)發表學術論文70余篇，另有多篇UTD-24期刊論文待發表。主持包括3項國家自科基金項目與1項國家社科基金重大項目子課題在內的多項國家級課題。曾獲陜西省科學技術一等獎、《中國科學：信息科學》“十年持續影響力”獎等榮譽。
