学术交流

山东大学信息检索实验室师生论文获TOIS 2024录用

2024年11月01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论文被TOIS 2024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：Learning Robust Sequential Recommenders through Confident Soft Labels
作者：作者列表：吴世广（共同一作）、辛鑫（共同一作）、任鹏杰、陈竹敏、马军、Maarten de Rijke、任昭春（通讯作者）
研究内容：现有的序列推荐模型通常通过基于Softmax的多分类任务，利用用户隐式反馈的稀疏单热标签（one-hot labels）进行训练。然而，单热标签的稀疏性易导致模型训练偏差和性能受限。尽管引入密集软标签（soft labels）可提升推荐效果，但如何从用户与物品的噪声交互序列中生成高质量、高置信度的软标签仍是一个开放难题。本文提出一种新型学习框架CSRec，通过自信软标签为序列推荐模型提供鲁棒性指导。在四个公开基准数据集上的实验表明，CSRec显著提升了主流序列推荐模型（如SASRec、BERT4Rec等）的性能。通过引入自信软标签，模型在点击率预测和长尾推荐场景中均展现出更强的鲁棒性与泛化能力。