学术交流

热烈祝贺山东大学信息检索实验室师生论文被TOIS2022接收

2022年9月8日

近日，山东大学计算机科学与技术学院信息检索实验室师生撰写的 1 篇论文被 TOIS 2022 录用。

ACM信息系统学报（ACM Transactions on Information Systems）是由美国计算机学会（ACM）出版的SCI核心期刊，被中国计算机学会（CCF）定位为数据库/数据挖掘/内容检索领域A类国际期刊，主要聚焦于信息检索，在文本和推荐系统等领域享有较高学术声誉。

录用的文章如下：

标题：Improving Transformer-based Sequential Recommenders through Preference Editing
作者：马沐阳，任鹏杰，陈竹敏，任昭春，梁华盛，马军，Maarten de Rijke
内容简介：序列推荐的关键挑战之一是如何提取和表示用户的兴趣。传统的序列推荐方法大多仅仅依赖预测下一个物品来训练相应的模型，但在有些情况下用户行为中有可能包含多个混合的兴趣。因此当用户点击数据有限的情况下，这些方法无法做出准确的推荐。为了探索序列中隐藏的多个用户兴趣表示，本文提出了一种基于Transformer的序列推荐模型MrTransformer（Multi-preference Transformer）。 为了指导该模型进行学习，本文设计了一种基于兴趣编辑 (Preference Editing)的自监督学习机制，通过探索与其他序列之间的关系来产生额外的监督信号进行训练。该操作通过区分不同交互序列对中共有的和特有的用户兴趣表示，将序列中隐藏的多个用户兴趣分离为各自独立的表示。本文在五个基准推荐数据集上进行了充分的实验，MrTransformer (PE) 在Recall、MRR、和NDCG指标均表现最佳，并且本文发现兴趣编辑操作对那些难以提取用户兴趣表示的长交互序列效果最好。