7月10日，“清华软件论坛”系列学术活动第二十期邀请美国伊利诺伊大学芝加哥分校特聘教授Philip S.Yu（俞士纶）作题为“On Recommendations via Large Multi-modal Models”的学术报告。软件学院院长王建民、党委学生工作组组长闻立杰、宋韶旭副教授及二十余位师生现场参会。其他校内外师生、相关领域的校内外研究人员等近一百人分别通过腾讯会议、清华大学软件学院视频号等线上参会。本次学术论坛由王建民主持。

俞士纶线下作报告

俞士纶介绍了在推荐系统构建与应用方面的挑战，分享了利用大型多模态模型对不同来源的数据进行建模和学习的前沿工作。第一个工作是利用图协同过滤向用户推荐项目。该工作利用用户与项目集的浏览与互动记录构建二分图，并观察到用户与用户之间、项目集中项目之间的关联关系可以用来构造辅助边。训练的模型考虑以上用户-项目之间的关系，通过训练图编码器及权重矩阵，推荐系统向用户推荐的项目将考虑不同类型的关联关系。第二个工作是针对社交网络中的时态关联预测。此工作从社交网络中关联关系的可动态演变特性出发，为关系预测问题增添起始与终止时刻的预测维度。该方法首先利用时态网络训练并预测社交图中关联关系的变化，继而利用含时的主题模型进行关联关系预测，由此可以很好地应用于社交图中的动态推荐等实际问题。

在提问环节，参会师生围绕推荐系统、数据挖掘、时态数据等兴趣点，以及大模型的应用等热点问题，进行提问，俞士纶逐一进行分析和详细解答。

会议现场

【嘉宾介绍】

俞士纶，美国伊利诺伊大学芝加哥分校特聘教授。主要研究领域包括大数据挖掘、数据融合与匿名数据等，尤其是在面向不同数据源的推荐系统模型构建及应用。