CCF济南《智能推荐系统学术论坛》学术研讨会成功举办

6月12日，CCF济南《智能推荐系统学术论坛》学术研讨会在山东师范大学长清湖校区信工学院楼五层会议室成功举行。本次活动以“智能推荐系统”为主题，邀请CCF协同计算专委常务委员、上海交通大学计算机系曹健教授，CCF协同计算专业委员会副主任、山东大学软件学院孙宇清教授，CCF协同计算专委员会委员、电子科技大学计算机科学与工程学院杨波教授和CCF协同计算专委委员、湖南大学信息科学与工程学院副教授杨超为主讲，为大家带来了四场精彩报告。本次报告由CCF执行委员、山东师范大学信息科学与工程学院院长郑元杰教授、副院长郑向伟教授主持，学院部分教师、硕博士研究生聆听了此次报告，并参与讨论。

首先，曹健教授做了题为《让推荐更公平》的报告。他分享了对推荐系统中公平性的认识，并从多角度对其概念进行解释。同时，曹教授围绕公平性保证方法，通过举例为大家具体讲解了预处理算法、处理中算法和后处理算法。最后，曹教授讲述了针对该领域做的一些探索，包括考虑共享的公平出租车路线分配机制、考虑服务器容量约束的公平保证服务推荐策略、面向客户和供应商的双边公平性感知推荐模型三个实际应用。

其次是孙宇清教授带来的题为《跨域学术论文推荐》的报告。孙教授首先通过讲述研究推荐系统面临的两个挑战引出其研究学术论文推荐的动机。然后向大家介绍了基于用户行为的文本推荐、基于当前游览内容的文本推荐等相关知识，并对其提出的融合领域知识和知识传播的跨领域论文推荐方法进行细致、全面的阐述。最后，针对其研究方法评价，孙教授分别从推荐的准确性、可解释性、实用性、鲁棒性、可复用性等多角度向大家一一讲解，内容深刻，价值极高。

接着杨波教授以《推荐系统的研究现状与发展》为题，介绍了推荐系统的概念以及推荐系统的研究分类，包括基于内容的推荐、协同过滤、混合方法等，并分别对每种的含义以及优缺点进行重点介绍。另外，杨教授还向大家介绍了其团队目前的研究进展以及接下来面临的挑战。

最后杨超副教授以《基于深度学习的推荐方法研究》为题，介绍了深度学习在推荐系统中的应用和一些深度学习的基础知识。同时，围绕深度学习在用户群推荐、物品列表推荐、微视频推荐及可解释性推荐等方面，多角度向我们阐述了其团队目前的研究工作，受益匪浅，值得同领域研究生学习。

报告会结束时，现场的老师和同学根据自身在教学、科研和学习的实际情况向四位教授分别提出了问题，各位教授以丰富的实践和研究经验，耐心地为提问者答疑解惑，并提供了宝贵的学习方法。最后，郑向伟院长为本次讲座总结发言，对三位教授精彩的演讲给予高度的赞赏，希望通过此次讲座，研究生能与学术界的前辈们有更多接触，深入地认识行业前沿研究，从而对自身的科研发展和人生规划有积极的指导作用。