报告时间：2025年10月11日（星期六）14:30-17:30
报告地点：工程管理与智能制造中心925会议室
报 告 人：王尧 教授
工作单位：西安交通大学
举办单位：管理学院
报告简介：
矩阵分解(Matrix Factorization)与矩阵老虎机(Matrix Bandit)，作为当前静态推荐系统以及交互式推荐系统的主流技术，近年来在学术界引发了广泛关注。然而，这两类方法往往忽略了推荐场景中一类重要的辅助信息——图信息。它通常用于刻画用户与用户之间、物品与物品之间的相互关系，对于提升推荐效果具有重要价值。鉴于此，本报告聚焦于如何高效地利用图信息来增强推荐系统性能。具体而言，我们将从算法设计和理论分析两个维度出发，深入探讨如何构建新型融合图信息的矩阵分解推荐方法和矩阵老虎机推荐方法。此外，我们还将讨论新方法在更为复杂的多模态推荐系统中的应用拓展。
报告人简介：
王尧，西安交通大学应用数学专业博士, 西安交通大学管理科学与工程专业博士后。现为西安交通大学管理学院智能决策与机器学习研究中心教授、博士生导师。目前专注于机器学习方法在个性化营销、推荐系统、运筹优化等方面的理论与应用研究。已在管理科学UTD-24系列期刊(如IJOC, POM)、人工智能与数据科学权威期刊(如IEEE TPAMI, IEEE TKDE, JMLR等))以及CCF-A类顶级学术会议(如ICML, CVPR, WINE等)发表学术论文70余篇，另有多篇UTD-24期刊论文待发表。主持包括3项国家自科基金项目与1项国家社科基金重大项目子课题在内的多项国家级课题。曾获陕西省科学技术一等奖、《中国科学：信息科学》“十年持续影响力”奖等荣誉。
