报告人介绍：寇纲现任全国政协委员、湘江实验室副主任，西南财经大学大数据研究院院长、中国系统工程学会副理事长、国务院享受政府特殊津贴专家等。主持社科重大等多项科研课题；在Science，Nature子刊和ICML、AAAI、KDD等顶会发表200余篇论文，H指数76，论文被他人引用2万余次。以第一完成人身份获教育部高等学校科学研究优秀成果奖自然科学一等奖、人文社会科学一等奖等多项省部级科研奖励，所撰写的10余份政策建议曾获得中央领导人批示。

报告摘要：推荐系统通常依靠用户与物品之间丰富的历史交互数据来实现精准推荐。然而在实际应用中，新用户或新物品由于缺乏交互信息，会产生冷启动问题；同时，交互信息不足也会引发数据稀缺性问题，这两个问题严重限制了推荐系统的性能。本文提出一种联合属性与结构的多视角图对比学习方法，通过自适应对比学习模块，对最终对比视图间的互信息水平进行自适应调节，从而充分挖掘属性视图和结构视图中的丰富信息。针对交互数据稀缺性问题，本文提出多视角融合的推荐系统框架，该框架运用多视角图对比学习方法，整合用户社交关系与物品语义关联关系，有效降低数据稀缺带来的负面影响。针对冷启动场景，设计了双向在线蒸馏机制，通过 “内容增强的协同嵌入网络” 与 “基于内容的嵌入网络” 之间的双向知识传递，实现内容信息与协同信号的自适应融合，有效地解决了冷启动问题，提升了推荐性能。

撰写：管理学院